/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
2,1 млн
Размер весов
5 МБ
Архитектура
phimoe · MoE
Базовая модель
Phi-tiny-MoE-instruct
Библиотека
transformers
Опубликована
25 июн 2025

phi-moe

Генерация текстаТекст → текст3 профессии

Экспериментальная случайно инициализированная MoE-модель на базе Phi для отладки загрузки и кода генерации текста в Transformers.

494скачиваний за 30 дней0лайковвеса обновлены25 июн 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/phi-moe — небольшая экспериментальная языковая модель для генерации текста, созданная на основе конфигурации microsoft/Phi-tiny-MoE-instruct. README не указывает автора или организацию, разработавшую репозиторий. Модель предназначена прежде всего для отладки и проверки совместимости кода, а не для практического использования в качестве качественного генератора текста.

Модель поддерживает pipeline text-generation и библиотеку Transformers. Это причинная decoder-only модель с архитектурой Mixture of Experts (MoE): 2 слоя, 8 локальных экспертов, выбор 2 экспертов для каждого токена, размер скрытого состояния 64 и около 2,1 млн параметров. Максимальная длина контекста составляет 4096 токенов. Веса модели случайно инициализированы, поэтому она не обладает приобретёнными языковыми знаниями и может использоваться только для отладки, тестирования загрузки и экспериментов с архитектурой.

Лицензия в предоставленных данных не указана. Из-за случайной инициализации модель не подходит для содержательной генерации, диалогов, готовых приложений или оценки качества языковых моделей.

Сценарии применения

  • отладка загрузки MoE-моделей в Transformers
  • тестирование pipeline text-generation
  • проверка совместимости токенизатора и генератора
  • эксперименты с архитектурой Mixture of Experts
  • разработка минимальных воспроизводимых примеров

Ограничения

Веса случайно инициализированы, поэтому модель не обучена языковым закономерностям и не подходит для содержательной генерации или прикладных задач. Лицензия в предоставленных данных 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 microsoft/Phi-tiny-MoE-instruct.

Example usage:

import torch

from transformers import AutoModelForCausalLM, AutoTokenizer, pipeline

model_id = "tiny-random/phi-moe"
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 torch

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

source_model_id = "microsoft/Phi-tiny-MoE-instruct"
save_folder = "/tmp/tiny-random/phi-moe"

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)

for k, v in config_json['auto_map'].items():
    config_json['auto_map'][k] = f'{source_model_id}--{v}'
config_json['head_dim'] = 32
config_json['hidden_size'] = 64
config_json['intermediate_size'] = 128
config_json['num_attention_heads'] = 2
config_json['num_experts_per_tok'] = 2
config_json['num_hidden_layers'] = 2
config_json['num_key_value_heads'] = 1
config_json['num_local_experts'] = 8
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)
automap = config_json['auto_map']
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()  # cpu is more stable for random initialization across machines
with torch.no_grad():
    for name, p in sorted(model.named_parameters()):
        torch.nn.init.normal_(p, 0, 0.2)
        print(name, p.shape)
model.save_pretrained(save_folder)
print(model)
with open(f"{save_folder}/config.json", "r", encoding='utf-8') as f:
    config_json = json.load(f)
    config_json['auto_map'] = automap
with open(f"{save_folder}/config.json", "w", encoding='utf-8') as f:
    json.dump(config_json, f, indent=2)
for python_file in Path(save_folder).glob('*.py'):
    python_file.unlink()

Printing the model:

PhiMoEForCausalLM(
  (model): PhiMoEModel(
    (embed_tokens): Embedding(32064, 64)
    (layers): ModuleList(
      (0-1): 2 x PhiMoEDecoderLayer(
        (self_attn): PhiMoESdpaAttention(
          (q_proj): Linear(in_features=64, out_features=64, bias=True)
          (k_proj): Linear(in_features=64, out_features=32, bias=True)
          (v_proj): Linear(in_features=64, out_features=32, bias=True)
          (o_proj): Linear(in_features=64, out_features=64, bias=True)
          (rotary_emb): PhiMoERotaryEmbedding()
        )
        (block_sparse_moe): PhiMoESparseMoeBlock(
          (gate): Linear(in_features=64, out_features=8, bias=False)
          (experts): ModuleList(
            (0-7): 8 x PhiMoEBlockSparseTop2MLP(
              (w1): Linear(in_features=64, out_features=128, bias=False)
              (w2): Linear(in_features=128, out_features=64, bias=False)
              (w3): Linear(in_features=64, out_features=128, bias=False)
              (act_fn): SiLU()
            )
          )
        )
        (input_layernorm): LayerNorm((64,), eps=1e-05, elementwise_affine=True)
        (post_attention_layernorm): LayerNorm((64,), eps=1e-05, elementwise_affine=True)
      )
    )
    (norm): LayerNorm((64,), eps=1e-05, elementwise_affine=True)
  )
  (lm_head): Linear(in_features=64, out_features=32064, bias=True)
)

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
PhiMoEForCausalLM
Ревизия весов
694d6fb

0 моделей