/ Модель

Характеристики

Контекст
131 072 токена
Параметры
6,5 млн
Архитектура
gpt_oss · MoE
Базовая модель
gpt-oss-120b
Библиотека
transformers
Опубликована
6 авг 2025

gpt-oss-mxfp4

Генерация текстаТекст → текст3 профессии

tiny-random/gpt-oss-mxfp4 — отладочная модель со случайно инициализированными весами, созданная на основе конфигурации openai/gpt-oss-120b.

6 879скачиваний за 30 дней0лайковвеса обновлены6 авг 2025

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.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

Она предназначена для проверки загрузки, инференса и совместимости реализаций в Transformers и vLLM, а не для получения качественных ответов или решения прикладных задач.

Модель использует архитектуру причинной языковой модели с двумя слоями, двумя attention-головами и одной key-value-головой, чередующимися режимами sliding attention и full attention, а также 32 локальными экспертами Mixture-of-Experts. Размер скрытого представления составляет 32, промежуточного слоя — 64, размер attention head — 32. Feed-forward блоки используют квантование MXFP4. В README не указаны поддерживаемые языки, длина контекста и дополнительные модальности; по назначению и тегу pipeline модель относится к генерации текста.

Главное ограничение — случайная инициализация: модель не обучена и не обладает практической языковой компетентностью, поэтому её выводы не следует использовать в рабочих сценариях. Для запуска требуются совместимые версии Transformers или vLLM, CUDA-устройство и зависимости Triton для MXFP4, включая установку Triton из указанного репозитория. Лицензия в README не указана.

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

This tiny model is for debugging. It is randomly initialized with the config adapted from openai/gpt-oss-120b.

Note: This model used quantized MXFP4 FFN. pip install -U triton git+https://github.com/triton-lang/triton.git@main#subdirectory=python/triton_kernels

Example usage:

  • vLLM
vllm serve tiny-random/gpt-oss-mxfp4
  • Transformers
import torch
from transformers import pipeline

model_id = "tiny-random/gpt-oss-mxfp4"

pipe = pipeline(
    "text-generation",
    model=model_id,
    torch_dtype='auto',
    device_map="cuda",
)

messages = [
    {"role": "user", "content": "Explain quantum mechanics clearly and concisely."},
]

outputs = pipe(
    messages,
    max_new_tokens=16,
)
print(outputs[0]["generated_text"][-1])

Codes to create this repo:

import json

import safetensors
import torch
from huggingface_hub import hf_hub_download
from transformers import (
    AutoConfig,
    AutoModelForCausalLM,
    AutoProcessor,
    AutoTokenizer,
    GenerationConfig,
    GptOssForCausalLM,
    pipeline,
    set_seed,
)

source_model_id = "openai/gpt-oss-120b"
save_folder = "/tmp/tiny-random/gpt-oss-mxfp4"

processor = AutoProcessor.from_pretrained(source_model_id)
processor.save_pretrained(save_folder)

with open(hf_hub_download(source_model_id, filename='config.json', repo_type='model'), 'r') as f:
    config_json = json.load(f)
config_json.update({
    "head_dim": 32,
    "hidden_size": 32,  # required by Mxfp4GptOssExperts codes
    "intermediate_size": 64,
    "layer_types": ["sliding_attention", "full_attention"],
    "num_attention_heads": 2,
    "num_hidden_layers": 2,
    "num_key_value_heads": 1,
    "num_local_experts": 32,
    "tie_word_embeddings": True,
})
quantization_config = config_json['quantization_config']
del config_json['quantization_config']
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)
print(config)
torch.set_default_dtype(torch.bfloat16)
model = AutoModelForCausalLM.from_config(config, torch_dtype=torch.bfloat16)
torch.set_default_dtype(torch.float32)
model.generation_config = GenerationConfig.from_pretrained(
    source_model_id, trust_remote_code=True,
)
set_seed(42)
with torch.no_grad():
    for name, p in sorted(model.named_parameters()):
        torch.nn.init.normal_(p, 0, 0.1)
        print(name, p.shape)
model.save_pretrained(save_folder)

# mxfp4
state_dict = model.cpu().state_dict()
del state_dict['lm_head.weight']
for i in range(len(model.model.layers)):
    del state_dict[f'model.layers.{i}.mlp.experts.down_proj']
    del state_dict[f'model.layers.{i}.mlp.experts.gate_up_proj']
    state_dict[f'model.layers.{i}.mlp.experts.down_proj_blocks'] = torch.randint(0, 255, size=(
        config.num_local_experts, config.hidden_size, config.intermediate_size // 32, 16), dtype=torch.uint8
    )
    state_dict[f'model.layers.{i}.mlp.experts.down_proj_scales'] = torch.randint(0, 4, size=(
        config.num_local_experts, config.hidden_size, config.intermediate_size // 32), dtype=torch.uint8
    )
    state_dict[f'model.layers.{i}.mlp.experts.gate_up_proj_blocks'] = torch.randint(0, 255, size=(
        config.num_local_experts, 2 * config.intermediate_size, config.hidden_size // 32, 16), dtype=torch.uint8
    )
    state_dict[f'model.layers.{i}.mlp.experts.gate_up_proj_scales'] = torch.randint(0, 4, size=(
        config.num_local_experts, 2 * config.intermediate_size, config.hidden_size // 32), dtype=torch.uint8
    )
safetensors.torch.save_file(state_dict, f"{save_folder}/model.safetensors")

# from unittest.mock import Mock
# from transformers.quantizers.auto import AutoHfQuantizer
# from transformers.quantizers.quantizer_mxfp4 import Mxfp4HfQuantizer
# _get_device_capability = torch.cuda.get_device_capability
# torch.cuda.get_device_capability = Mock(return_value=(9, 0))
# set_seed(42)
# bf16_state_dict = model.cpu().state_dict()
# model = AutoModelForCausalLM.from_pretrained(save_folder, torch_dtype=torch.bfloat16, quantization_config=quantization_config)
# for i in range(len(model.model.layers)):
#     model.model.layers[i].mlp.experts.down_proj_bottom_pad = 0
#     model.model.layers[i].mlp.experts.down_proj_right_pad = 0
# hf_quantizer: Mxfp4HfQuantizer = AutoHfQuantizer.from_config(quantization_config)
# hf_quantizer.pre_quantized = False
# ffn_keys = ['model.layers.0.mlp.experts.down_proj', 'model.layers.0.mlp.experts.gate_up_proj',
#             'model.layers.1.mlp.experts.down_proj', 'model.layers.1.mlp.experts.gate_up_proj']
# for key in ffn_keys:
#     hf_quantizer.create_quantized_param(model, bf16_state_dict[key], key, "cuda", bf16_state_dict)
# print('down_proj', model.model.layers[0].mlp.experts.down_proj)
# print('down_proj_blocks', model.model.layers[0].mlp.experts.down_proj_blocks)
# state_dict = model.state_dict()
# del state_dict['lm_head.weight']
# for key in ffn_keys:
#     del state_dict[key]
# for k, v in state_dict.items():
#     if str(v.device) == 'meta':
#         print(k, v.device, v.shape)

# safetensors.torch.save_file(state_dict, f"{save_folder}/model.safetensors")
with open(f"{save_folder}/config.json", "r", encoding='utf-8') as f:
    config = json.load(f)
config['quantization_config'] = quantization_config
with open(f"{save_folder}/config.json", "w", encoding='utf-8') as f:
    json.dump(config, f, indent=2)
# torch.cuda.get_device_capability = _get_device_capability

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GptOssForCausalLM
Ревизия весов
27b6ad8

0 моделей