/ Модель

Характеристики

Контекст
131 072 токена
Параметры
3,2 млн
Размер весов
11,7 МБ
Архитектура
granitemoehybrid · MoE
Базовая модель
granite-4.0-h-small
Библиотека
transformers
Опубликована
5 окт 2025

granite-moe-hybrid

Генерация текстаТекст → текст3 профессии

Случайно инициализированная компактная модель генерации текста на архитектуре Granite MoE Hybrid для отладки и тестирования Transformers.

1 137скачиваний за 30 дней0лайковвеса обновлены5 окт 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

tiny-random/granite-moe-hybrid — экспериментальная модель генерации текста, разработанная на основе конфигурации IBM Granite 4.0 H Small. Модель имеет случайную инициализацию и предназначена прежде всего для отладки, тестирования архитектуры и проверки совместимости библиотек, а не для решения прикладных задач.

Модель поддерживает text-generation и реализована для библиотеки Transformers. Архитектура сочетает Mamba- и attention-слои с блочным разреженным Mixture-of-Experts; в конфигурации два скрытых слоя, размер скрытого представления 32 и около 3,2 млн параметров. Максимальная длина контекста составляет 131 072 токена. Модель принимает и генерирует текст.

Из-за случайной инициализации модель не обладает практически полезными знаниями и не предназначена для качественной генерации, диалогов или построения продуктивных приложений. Лицензия в предоставленных данных не указана.

Сценарии применения

  • отладка загрузки моделей в Transformers
  • тестирование text-generation pipeline
  • проверка совместимости архитектуры Granite MoE Hybrid
  • разработка и проверка кода инференса
  • эксперименты с Mamba, attention и Mixture-of-Experts

Ограничения

Случайная инициализация делает модель непригодной для качественной генерации текста, диалогов и прикладного использования. Лицензия и поддерживаемые естественные языки в предоставленных данных не указаны.

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 intended for debugging. It is randomly initialized using the configuration adapted from ibm-granite/granite-4.0-h-small.

Example usage:

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer, pipeline

model_id = "tiny-random/granite-moe-hybrid"
tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16,
    trust_remote_code=True,
)
pipe = pipeline('text-generation', model=model, tokenizer=tokenizer, trust_remote_code=True)
print(pipe('Write an article about Artificial Intelligence.'))

Codes to create this repo:

import json
from pathlib import Path

import accelerate
import torch
from huggingface_hub import file_exists, hf_hub_download
from transformers import (
    AutoConfig,
    AutoModelForCausalLM,
    AutoTokenizer,
    GenerationConfig,
    set_seed,
)

source_model_id = "ibm-granite/granite-4.0-h-small"
save_folder = "/tmp/tiny-random/granite-moe-hybrid"

processor = AutoTokenizer.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', encoding='utf-8') as f:
    config_json = json.load(f)

config_json['hidden_size'] = 32
config_json['intermediate_size'] = 128
config_json['layer_types'] = ['mamba', 'attention']
config_json.update({
    'mamba_expand': int(4096 / 32 * 2),
})
config_json['num_attention_heads'] = 2
config_json['shared_intermediate_size'] = 128
config_json['num_hidden_layers'] = 2
config_json['num_key_value_heads'] = 2
config_json['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, trust_remote_code=True)
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,
    )
set_seed(42)
model = model.cpu()
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)
print(model)

Printing the model:

GraniteMoeHybridForCausalLM(
  (model): GraniteMoeHybridModel(
    (embed_tokens): Embedding(100352, 32, padding_idx=100256)
    (layers): ModuleList(
      (0): GraniteMoeHybridDecoderLayer(
        (block_sparse_moe): GraniteMoeHybridMoE(
          (activation): SiLU()
          (input_linear): GraniteMoeHybridParallelExperts()
          (output_linear): GraniteMoeHybridParallelExperts()
          (router): GraniteMoeHybridTopKGating(
            (layer): Linear(in_features=32, out_features=72, bias=False)
          )
        )
        (input_layernorm): GraniteMoeHybridRMSNorm((32,), eps=1e-05)
        (post_attention_layernorm): GraniteMoeHybridRMSNorm((32,), eps=1e-05)
        (shared_mlp): GraniteMoeHybridMLP(
          (activation): SiLU()
          (input_linear): Linear(in_features=32, out_features=256, bias=False)
          (output_linear): Linear(in_features=128, out_features=32, bias=False)
        )
        (mamba): GraniteMoeHybridMambaLayer(
          (act): SiLU()
          (conv1d): Conv1d(8448, 8448, kernel_size=(4,), stride=(1,), padding=(3,), groups=8448)
          (in_proj): Linear(in_features=32, out_features=16768, bias=False)
          (norm): GraniteMoeHybridRMSNormGated()
          (out_proj): Linear(in_features=8192, out_features=32, bias=False)
        )
      )
      (1): GraniteMoeHybridDecoderLayer(
        (block_sparse_moe): GraniteMoeHybridMoE(
          (activation): SiLU()
          (input_linear): GraniteMoeHybridParallelExperts()
          (output_linear): GraniteMoeHybridParallelExperts()
          (router): GraniteMoeHybridTopKGating(
            (layer): Linear(in_features=32, out_features=72, bias=False)
          )
        )
        (input_layernorm): GraniteMoeHybridRMSNorm((32,), eps=1e-05)
        (post_attention_layernorm): GraniteMoeHybridRMSNorm((32,), eps=1e-05)
        (shared_mlp): GraniteMoeHybridMLP(
          (activation): SiLU()
          (input_linear): Linear(in_features=32, out_features=256, bias=False)
          (output_linear): Linear(in_features=128, out_features=32, bias=False)
        )
        (self_attn): GraniteMoeHybridAttention(
          (q_proj): Linear(in_features=32, out_features=32, bias=False)
          (k_proj): Linear(in_features=32, out_features=32, bias=False)
          (v_proj): Linear(in_features=32, out_features=32, bias=False)
          (o_proj): Linear(in_features=32, out_features=32, bias=False)
        )
      )
    )
    (norm): GraniteMoeHybridRMSNorm((32,), eps=1e-05)
  )
  (lm_head): Linear(in_features=32, out_features=100352, 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
GraniteMoeHybridForCausalLM
Ревизия весов
e916a19

0 моделей