/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
127 млн
Лицензия
MIT
Архитектура
llama · dense
Библиотека
transformers
Опубликована
4 окт 2026

slm-gpt-127m-base

Генерация текстаТекст → текст

Базовая модель Llama на 126,7 млн параметров для продолжения текста и дальнейшего дообучения.

232скачиваний за 30 дней0лайковвеса обновлены4 окт 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.

  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

tohio/slm-gpt-127m-base — базовая языковая модель, разработанная tohio и обученная с нуля на образовательных и рассуждательных данных. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и примерно 126,7 млн параметров. В ней используются 14 слоёв, размер скрытого представления 768, Grouped-Query Attention, SwiGLU, RoPE и RMSNorm; веса представлены в формате safetensors. Контекст — 2048 токенов.

Модель предназначена для продолжения текста и служит основой для последующего дообучения. Она обучалась на смеси FineWeb-Edu, DCLM-Edu, The Stack-Edu, NuminaMath-CoT, OpenMathReasoning и синтетических данных. Чекпойнт не проходил инструкционное дообучение и выравнивание, поэтому генерирует продолжение заданного текста, а не надёжно следует диалоговым инструкциям. Лицензия — MIT.

Сценарии применения

  • продолжение заданного текста
  • создание основы для инструкционного дообучения
  • эксперименты с компактными языковыми моделями
  • генерация образовательного и рассуждательного текста

Ограничения

Модель не прошла инструкционное дообучение и выравнивание, поэтому предназначена для продолжения текста и может не следовать инструкциям или вести диалог. Контекст ограничен 2048 токенами.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

tohio/slm-gpt-127m-base

tohio/slm-gpt-127m-base is a pre-trained base language model (127M, ~126.8M parameters) trained from scratch on a 10B token educational and reasoning curriculum. This checkpoint serves as the foundational base and has not undergone instruction tuning or alignment.

Architecture Highlights

  • Parameters: ~126.8M (14 layers, hidden dimension d_model = 768)
  • Attention: Grouped-Query Attention (GQA, 12:4 ratio)
  • Activation: SwiGLU Feed-Forward Network (d_ffn = 2048)
  • Positional Encoding: Rotary Position Embeddings (RoPE)
  • Normalization: Bias-free Pre-LayerNorm / RMSNorm
  • Weight Tying: Tied input embedding (embed_tokens) and output head (lm_head)
  • Hugging Face Native: Directly compatible with LlamaForCausalLM

Pre-training Curriculum

The base representation was pre-trained across an interleaved multi-source domain mixture (10B tokens):

  • FineWeb-Edu
  • DCLM-Edu
  • The Stack-Edu
  • NuminaMath-CoT
  • OpenMathReasoning
  • SLM-Synthetic-Pretrain

Pipeline Lineage

  1. Pre-training (tohio/slm-gpt-127m-base): Completed 10B tokens over packed memory-mapped token shards.
  2. Supervised Fine-Tuning (SFT): See tohio/slm-gpt-127m-sft.
  3. Direct Preference Optimization (DPO): See tohio/slm-gpt-127m-dpo.

Prompt Format (Raw Completion)

As an unaligned base model, this checkpoint performs raw document continuation rather than dialogue:

The key difference between a compiler and an interpreter is that

Quick Start via transformers

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "tohio/slm-gpt-127m-base"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16,
    device_map="auto",
)

prompt = "The key difference between a compiler and an interpreter is that"
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
outputs = model.generate(**inputs, max_new_tokens=64, temperature=0.7, top_p=0.9)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

Trained and published autonomously via slm-gpt.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
4e0bcbe

0 моделей