Tiny GptOssForCausalLM
This is a minimal model built for unit tests in the TRL library.
Характеристики
- Контекст
- 131 072 токена
- Параметры
- 1,6 млн
- Архитектура
- gpt_oss · MoE
- Библиотека
- transformers
- Опубликована
- 5 авг 2025
Ссылки
tiny-GptOssForCausalLM
Минимальная GPT-OSS causal language model от команды TRL, предназначенная главным образом для модульного тестирования генерации текста и алгоритмов обучения в библиотеке TRL.
324 тыс.скачиваний за 30 дней4лайкавеса обновлены29 сен 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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 GptOssForCausalLM — минимальная авторегрессионная языковая модель семейства GPT-OSS, опубликованная командой trl-internal-testing для модульных тестов библиотеки TRL от Hugging Face. Модель предназначена для генерации текста и проверки сценариев обучения и применения causal language models, включая SFT, DPO и GRPO-тесты в TRL. Она загружается через Transformers и имеет conversational-теги и шаблон чата.
Модель содержит около 1,6 млн параметров, использует архитектуру GptOssForCausalLM, формат Safetensors и тип данных BF16; заявленный нативный контекст составляет 131 072 токена. Её основное преимущество — компактность для автоматизированных тестов и быстрых проверок интеграции. Из-за минимального размера и тестового назначения она не предназначена для качественной генерации или производственного использования. Лицензия в доступных данных не установлена.
Сценарии применения
- модульное тестирование TRL
- проверка SFT-тренировок
- проверка DPO-тренировок
- проверка GRPO-тренировок
- тестирование text-generation pipeline
- проверка conversational chat template
Ограничения
Это минимальная тестовая модель с очень малым числом параметров, поэтому её качество генерации и практическая применимость существенно ограничены. Она предназначена для тестов библиотеки TRL, а не для производственных задач.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
II.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейII.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…
- Класс архитектуры
- GptOssForCausalLM
- Ревизия весов
- e826851