/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
321 млн
Лицензия
Apache 2.0
Архитектура
pebblegpt · dense
Опубликована
23 авг 2026

PebbleGPT-320M

Генерация текстаТекст → текст3 профессии

PebbleGPT-320M — небольшая базовая языковая модель для продолжения английского текста и экспериментов с генерацией.

77скачиваний за 30 дней0лайковвеса обновлены26 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

PebbleGPT-320M — плотная авторегрессионная языковая модель на 320,9 млн параметров, разработанная strectelite и обученная с нуля продолжать текст. Это базовая модель, а не чат-ассистент: она не предназначена для следования инструкциям. Модель обучена на 10 млрд токенов из FineWeb-Edu, DCLM-Edu и Python-Edu.

Архитектура включает 24 слоя, скрытый размер 1024, SwiGLU, RMSNorm, RoPE и Grouped Query Attention с 16 головами запросов и 4 KV-головами. Контекст составляет 2048 токенов; используется токенизатор SmolLM2 с размером словаря 49 152. Модель генерирует текст на английском языке и может использоваться для экспериментов с продолжением текста и оценки небольших языковых моделей. Лицензия — Apache-2.0.

В карточке приведены результаты HellaSwag, PIQA и ARC-easy. Они указывают на ограниченные возможности по сравнению с современными универсальными моделями; короткий контекст и отсутствие обучения следованию инструкциям ограничивают применение в диалогах и сложных задачах.

Сценарии применения

  • продолжение коротких текстовых фрагментов на английском языке
  • эксперименты с авторегрессионной генерацией текста
  • изучение и сравнение компактных языковых моделей
  • оценка базовых моделей на тестах понимания текста

Ограничения

Модель не обучена следовать инструкциям и не рассчитана на диалог; контекст ограничен 2048 токенами. Опубликованные результаты бенчмарков невысоки, поэтому её возможности ограничены.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

PebbleGPT-320M

A 320M-parameter dense transformer pretrained from scratch on 10B tokens. Base model — it continues text, it does not follow instructions.

Architecture

  • 24 layers, hidden size 1024, intermediate 2816
  • Grouped Query Attention: 16 query heads, 4 KV heads (ratio 4)
  • RoPE (theta 10000), SwiGLU, RMSNorm, tied embeddings
  • 2048 context, SmolLM2 tokenizer (49,152 vocab)

Training data (10B tokens)

SourceShare
FineWeb-Edu42.5%
DCLM-Edu (edu_int_score >= 3)42.5%
Python-Edu10%
FineMath-4+5%

Training

AdamW (beta 0.9/0.95, weight decay 0.1 excluding embeddings), WSD schedule with peak LR 5e-4 and 10% decay, 2000 warmup steps. 19,073 steps at 524,288 tokens per step. ~18 hours on a single H100 SXM at ~35% MFU.

Final training loss: 2.507 (perplexity ~12.3)

Results

BenchmarkScore
HellaSwag (acc_norm)30.5
PIQA55.5
ARC-easy (acc_norm)37.7

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained(
    "strectelite/PebbleGPT-320M", trust_remote_code=True
)
tok = AutoTokenizer.from_pretrained("strectelite/PebbleGPT-320M")

Note: no KV cache implemented yet, so generation is slow.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
PebbleGPTForCausalLM
Ревизия весов
c355522

0 моделей