/ Модель

Характеристики

Контекст
1 024 токена
Параметры
127 млн
Лицензия
MIT
Архитектура
llama · dense
Библиотека
transformers
Опубликована
4 окт 2026

slm-gpt-127m-dpo

Генерация текстаТекст → текст

Компактная модель tohio на 126,7 млн параметров для диалоговой генерации текста, дообученная методом DPO на предпочтениях ответов.

248скачиваний 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-dpo — компактная языковая модель tohio для генерации текста в диалогах. Это плотная 14-слойная архитектура семейства Llama с 126,7 млн параметров, GQA, SwiGLU, RoPE и RMSNorm; модель совместима с LlamaForCausalLM и рассчитана на контекст до 1024 токенов. Она прошла предварительное обучение на смеси образовательных веб-текстов, кода и математических данных, затем SFT и оптимизацию предпочтений методом DPO на парах диалоговых ответов.

Модель принимает текст в формате ChatML и генерирует текст; карточка указывает английский язык. Лицензия — MIT. Компактный размер подходит для экспериментов и локальных диалоговых приложений, но ограниченный размер и контекст могут снижать качество сложных рассуждений и работы с длинными запросами.

Сценарии применения

  • создание коротких ответов в диалоговом интерфейсе
  • генерация инструкций и пояснений на английском языке
  • черновое написание небольших фрагментов кода
  • ответы на простые математические вопросы
  • эксперименты с компактными моделями и DPO

Ограничения

Контекст ограничен 1024 токенами, а небольшой размер модели может ограничивать качество сложных рассуждений и ответов на узкоспециализированные запросы.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

tohio/slm-gpt-127m-dpo

tohio/slm-gpt-127m-dpo is a preference-aligned small language model (127M, ~126.8M parameters) aligned with Direct Preference Optimization (DPO) on pairwise conversational preferences.

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: Base weights pre-trained on 10B tokens (tohio/slm-gpt-127m-base).
  2. Supervised Fine-Tuning: SFT instruction baseline (tohio/slm-gpt-127m-sft).
  3. Direct Preference Optimization (tohio/slm-gpt-127m-dpo): Pairwise preference optimization on normalized token likelihoods.

Prompt Format (ChatML)

This model expects standard ChatML formatting:

<|im_start|>system
You are a helpful AI assistant.<|im_end|>
<|im_start|>user
Write a quicksort function in Python.<|im_end|>
<|im_start|>assistant

Quick Start via transformers

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

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

prompt = "<|im_start|>user\nWrite a quicksort function in Python.<|im_end|>\n<|im_start|>assistant\n"
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
outputs = model.generate(**inputs, max_new_tokens=128, 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
6cec75d

0 моделей