Характеристики

Контекст: 202 752 токена
Параметры: 1,2 млн
Размер весов: 9,4 МБ
Архитектура: glm_moe_dsa · dense
Базовая модель: GLM-5
Библиотека: transformers
Опубликована: 12 фев 2026

Ссылки

Hugging Face

glm-moe-dsa

tiny-random

Генерация текстаТекст → текст3 профессии

Случайно инициализированная миниатюрная модель на основе GLM-5 для отладки архитектуры, загрузки и инференса.

376скачиваний за 30 дней2лайкавеса обновлены27 фев 2026

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

tiny-random/glm-moe-dsa — небольшая случайно инициализированная модель, созданная на основе конфигурации GLM-5 от Z.ai для отладки архитектуры и совместимости инструментов. Модель предназначена не для прикладной генерации качественного текста, а для тестирования загрузки, инференса и специализированных механизмов, включая multi-token prediction и поддержку серверов vLLM и SGLang.

Модель поддерживает задачу text generation и реализована для библиотеки Transformers. В конфигурации используется архитектура GLM MoE DSA с двумя скрытыми слоями и размером скрытого представления 8; общий объём параметров составляет около 1,2 млн. Заявленное нативное окно контекста — 202 752 токена. В README приведены примеры запуска через vLLM, SGLang и Transformers, включая генерацию и сценарии отладки DSA.

Сильная сторона модели — минимальный размер и удобство для воспроизводимых тестов архитектуры, загрузчиков и экспериментальных функций. Из-за случайной инициализации весов модель не предназначена для содержательной генерации текста, диалогов или промышленного использования. Лицензия в предоставленных данных не указана.

Сценарии применения

тестирование загрузки GLM-совместимой модели
отладка инференса в Transformers
проверка запуска через vLLM
проверка запуска через SGLang
тестирование multi-token prediction
разработка и отладка DSA-архитектуры

Ограничения

Случайная инициализация весов делает модель непригодной для качественной генерации текста, диалогов и прикладных задач. Лицензия в предоставленных данных не указана.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.7Разработка и данныеDevOps, облако и эксплуатация IT-системAI помогает развёртывать, наблюдать и оптимизировать цифровые системы и облачную инфраструктуру.20 задач7 196моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

This tiny model is intended for debugging. It is randomly initialized using the configuration adapted from zai-org/GLM-5.

File path	Size
model.safetensors	9.4MB

Example usage:

vLLM

# Multi-token prediction is supported
model_id=tiny-random/glm-moe-dsa
vllm serve $model_id \
     --tensor-parallel-size 2 \
     --speculative-config.method mtp \
     --speculative-config.num_speculative_tokens 1 \
     --tool-call-parser glm47 \
     --reasoning-parser glm45 \
     --enable-auto-tool-choice

SGLang

# Multi-token prediction is supported
model_id=tiny-random/glm-moe-dsa
python3 -m sglang.launch_server   --model-path $model_id   --tp-size 2 \
  --tool-call-parser glm47  \
  --reasoning-parser glm45 \
  --speculative-algorithm EAGLE \
  --speculative-num-steps 3 \
  --speculative-eagle-topk 1 \
  --speculative-num-draft-tokens 4

Transformers

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "tiny-random/glm-moe-dsa"
tokenizer = AutoTokenizer.from_pretrained(model_id)
input_ids = torch.randint(1000, 2000, size=(1, 2333), dtype=torch.long).cuda()  # trigger DSA
# messages = [{"role": "user", "content": "hello"}]
# input_ids = tokenizer(messages, return_tensors="pt").input_ids.cuda()
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    dtype=torch.bfloat16,
    device_map="cuda",
)
generated_ids = model.generate(input_ids, max_new_tokens=32)
output_text = tokenizer.decode(generated_ids[0][input_ids.shape[1]:])
print(output_text)

Codes to create this repo:

import json
from copy import deepcopy
from pathlib import Path

import accelerate
import torch
import torch.nn as nn
from huggingface_hub import file_exists, hf_hub_download
from transformers import (
    AutoConfig,
    AutoModelForCausalLM,
    AutoProcessor,
    GenerationConfig,
    set_seed,
)

source_model_id = "zai-org/GLM-5"
save_folder = "/tmp/tiny-random/glm-moe-dsa"

processor = AutoProcessor.from_pretrained(
    source_model_id, trust_remote_code=True)
processor.save_pretrained(save_folder)

with open(hf_hub_download(source_model_id, filename='config.json', repo_type='model'), 'r', encoding='utf-8') as f:
    config_json: dict = json.load(f)

head_dim = 64
kv_lora_rank = 512
qk_nope_head_dim = 192
config_json.update({
    "first_k_dense_replace": 1,
    "mlp_layer_types": ['dense'] + ['sparse'],
    "head_dim": head_dim,
    "hidden_size": 8,
    "index_head_dim": 128,
    "index_n_heads": 4,
    "intermediate_size": 32,
    "moe_intermediate_size": 32,
    "num_hidden_layers": 2,
    'kv_lora_rank': kv_lora_rank,
    "num_attention_heads": 4,
    'num_key_value_heads': 4,
    'q_lora_rank': 32,
    "qk_head_dim": qk_nope_head_dim + head_dim,
    'qk_nope_head_dim': qk_nope_head_dim,
    'qk_rope_head_dim': head_dim,
    'v_head_dim': qk_nope_head_dim + head_dim,
    "tie_word_embeddings": True,
})
with open(f"{save_folder}/config.json", "w", encoding='utf-8') as f:
    json.dump(config_json, f, indent=2)

config = AutoConfig.from_pretrained(
    save_folder,
    trust_remote_code=True,
)
print(config)
torch.set_default_dtype(torch.bfloat16)
model = AutoModelForCausalLM.from_config(config)
torch.set_default_dtype(torch.float32)

if file_exists(filename="generation_config.json", repo_id=source_model_id, repo_type='model'):
    model.generation_config = GenerationConfig.from_pretrained(
        source_model_id, trust_remote_code=True,
    )
    model.generation_config.do_sample = True
    print(model.generation_config)

model = model.cpu()
set_seed(42)
n_params = sum(p.numel() for p in model.parameters())
with torch.no_grad():
    for name, p in sorted(model.named_parameters()):
        torch.nn.init.normal_(p, 0, 0.1)
        print(name, p.shape, p.numel() / n_params * 100, '%')
# MTP
set_seed(42)
model.model.layers.append(nn.ModuleDict(dict(
    shared_head=nn.ModuleDict(dict(
        norm=nn.RMSNorm(config.hidden_size),
        # head=deepcopy(model.model.embed_tokens),
    )),
    # embed_tokens=deepcopy(model.model.embed_tokens),
    eh_proj=nn.Linear(config.hidden_size * 2,
                      config.hidden_size, bias=False),
    enorm=nn.RMSNorm(config.hidden_size),
    hnorm=nn.RMSNorm(config.hidden_size),
    input_layernorm=nn.RMSNorm(config.hidden_size),
    post_attention_layernorm=nn.RMSNorm(config.hidden_size),
    self_attn=deepcopy(model.model.layers[1].self_attn),
    mlp=deepcopy(model.model.layers[1].mlp),
)))
for i in range(1, len(model.model.layers)):
    model.model.layers[i].mlp.gate.e_score_correction_bias = torch.rand_like(
        model.model.layers[i].mlp.gate.e_score_correction_bias).float()
model.save_pretrained(save_folder)
print(model)

Printing the model:

GlmMoeDsaForCausalLM(
  (model): GlmMoeDsaModel(
    (embed_tokens): Embedding(154880, 8, padding_idx=154820)
    (layers): ModuleList(
      (0): GlmMoeDsaDecoderLayer(
        (self_attn): GlmMoeDsaAttention(
          (q_a_proj): Linear(in_features=8, out_features=32, bias=False)
          (q_a_layernorm): GlmMoeDsaRMSNorm((32,), eps=1e-06)
          (q_b_proj): Linear(in_features=32, out_features=1024, bias=False)
          (kv_a_proj_with_mqa): Linear(in_features=8, out_features=576, bias=False)
          (kv_a_layernorm): GlmMoeDsaRMSNorm((512,), eps=1e-06)
          (kv_b_proj): Linear(in_features=512, out_features=1792, bias=False)
          (o_proj): Linear(in_features=1024, out_features=8, bias=False)
          (indexer): GlmMoeDsaIndexer(
            (wq_b): Linear(in_features=32, out_features=512, bias=False)
            (wk): Linear(in_features=8, out_features=128, bias=False)
            (k_norm): LayerNorm((128,), eps=1e-06, elementwise_affine=True)
            (weights_proj): Linear(in_features=8, out_features=4, bias=False)
          )
        )
        (mlp): GlmMoeDsaMLP(
          (gate_proj): Linear(in_features=8, out_features=32, bias=False)
          (up_proj): Linear(in_features=8, out_features=32, bias=False)
          (down_proj): Linear(in_features=32, out_features=8, bias=False)
          (act_fn): SiLUActivation()
        )
        (input_layernorm): GlmMoeDsaRMSNorm((8,), eps=1e-05)
        (post_attention_layernorm): GlmMoeDsaRMSNorm((8,), eps=1e-05)
      )
      (1): GlmMoeDsaDecoderLayer(
        (self_attn): GlmMoeDsaAttention(
          (q_a_proj): Linear(in_features=8, out_features=32, bias=False)
          (q_a_layernorm): GlmMoeDsaRMSNorm((32,), eps=1e-06)
          (q_b_proj): Linear(in_features=32, out_features=1024, bias=False)
          (kv_a_proj_with_mqa): Linear(in_features=8, out_features=576, bias=False)
          (kv_a_layernorm): GlmMoeDsaRMSNorm((512,), eps=1e-06)
          (kv_b_proj): Linear(in_features=512, out_features=1792, bias=False)
          (o_proj): Linear(in_features=1024, out_features=8, bias=False)
          (indexer): GlmMoeDsaIndexer(
            (wq_b): Linear(in_features=32, out_features=512, bias=False)
            (wk): Linear(in_features=8, out_features=128, bias=False)
            (k_norm): LayerNorm((128,), eps=1e-06, elementwise_affine=True)
            (weights_proj): Linear(in_features=8, out_features=4, bias=False)
          )
        )
        (mlp): GlmMoeDsaMoE(
          (experts): GlmMoeDsaNaiveMoe(
            (act_fn): SiLUActivation()
          )
          (gate): GlmMoeDsaTopkRouter()
          (shared_experts): GlmMoeDsaMLP(
            (gate_proj): Linear(in_features=8, out_features=32, bias=False)
            (up_proj): Linear(in_features=8, out_features=32, bias=False)
            (down_proj): Linear(in_features=32, out_features=8, bias=False)
            (act_fn): SiLUActivation()
          )
        )
        (input_layernorm): GlmMoeDsaRMSNorm((8,), eps=1e-05)
        (post_attention_layernorm): GlmMoeDsaRMSNorm((8,), eps=1e-05)
      )
      (2): ModuleDict(
        (shared_head): ModuleDict(
          (norm): RMSNorm((8,), eps=None, elementwise_affine=True)
        )
        (eh_proj): Linear(in_features=16, out_features=8, bias=False)
        (enorm): RMSNorm((8,), eps=None, elementwise_affine=True)
        (hnorm): RMSNorm((8,), eps=None, elementwise_affine=True)
        (input_layernorm): RMSNorm((8,), eps=None, elementwise_affine=True)
        (post_attention_layernorm): RMSNorm((8,), eps=None, elementwise_affine=True)
        (self_attn): GlmMoeDsaAttention(
          (q_a_proj): Linear(in_features=8, out_features=32, bias=False)
          (q_a_layernorm): GlmMoeDsaRMSNorm((32,), eps=1e-06)
          (q_b_proj): Linear(in_features=32, out_features=1024, bias=False)
          (kv_a_proj_with_mqa): Linear(in_features=8, out_features=576, bias=False)
          (kv_a_layernorm): GlmMoeDsaRMSNorm((512,), eps=1e-06)
          (kv_b_proj): Linear(in_features=512, out_features=1792, bias=False)
          (o_proj): Linear(in_features=1024, out_features=8, bias=False)
          (indexer): GlmMoeDsaIndexer(
            (wq_b): Linear(in_features=32, out_features=512, bias=False)
            (wk): Linear(in_features=8, out_features=128, bias=False)
            (k_norm): LayerNorm((128,), eps=1e-06, elementwise_affine=True)
            (weights_proj): Linear(in_features=8, out_features=4, bias=False)
          )
        )
        (mlp): GlmMoeDsaMoE(
          (experts): GlmMoeDsaNaiveMoe(
            (act_fn): SiLUActivation()
          )
          (gate): GlmMoeDsaTopkRouter()
          (shared_experts): GlmMoeDsaMLP(
            (gate_proj): Linear(in_features=8, out_features=32, bias=False)
            (up_proj): Linear(in_features=8, out_features=32, bias=False)
            (down_proj): Linear(in_features=32, out_features=8, bias=False)
            (act_fn): SiLUActivation()
          )
        )
      )
    )
    (norm): GlmMoeDsaRMSNorm((8,), eps=1e-05)
    (rotary_emb): GlmMoeDsaRotaryEmbedding()
  )
  (lm_head): Linear(in_features=8, out_features=154880, bias=False)
)

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры: GlmMoeDsaForCausalLM
Ревизия весов: 6013b9e