/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
Apache 2.0
Архитектура
gpt2 · dense
Базовая модель
gpt2
Библиотека
transformers.js
Опубликована
28 дек 2025

microd_v1

Генерация текстаТекст → текст3 профессии

Компактная англоязычная модель на архитектуре GPT-2 для генерации текста, офлайн-прототипирования и экспериментов с дообучением небольших языковых моделей.

77скачиваний за 30 дней5лайковвеса обновлены28 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

MICROD v1.0 — компактная авторегрессионная языковая модель, созданная webXOS с помощью приложения Micro Distillery. Это экспериментальная версия объёмом 42 млн параметров на архитектуре GPT-2; README описывает её как шаблон для обучения небольших моделей и создания пользовательских агентов. Модель предназначена для генерации продолжения текста, простых историй, офлайн-прототипов и учебных экспериментов с дообучением, включая GRPO с фильтрацией VAE.

Модель поддерживает английский язык и принимает контекст длиной до 1024 токенов. В README указаны 8 слоёв, 8 голов внимания, скрытый размер 512 и словарь из 50 257 токенов. Репозиторий содержит форматы PyTorch, Safetensors и ONNX; в метаданных указана библиотека Transformers.js. Лицензия Apache 2.0 допускает использование и модификацию. Как ранняя модель для экспериментов и дальнейшего обучения, она не предназначена для широкого спектра сложных задач без адаптации.

Сценарии применения

  • генерация коротких историй и продолжений текста
  • создание офлайн-прототипов текстовых агентов
  • обучение и эксперименты с GRPO для небольших языковых моделей
  • дообучение GPT-2 на пользовательских данных
  • учебные эксперименты по созданию и настройке языковых моделей

Ограничения

Это альфа-версия, заявленная разработчиком как находящаяся в тестировании и разработке; для сложных задач может потребоваться дообучение. Максимальная длина контекста — 1024 токена.

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

MICROD v1.0 (micro-distill-grpo-vae) ALPHA VERSION UNDER TESTING AND DEVELOPMENT:

This model was made with the 'Micro Distillery' app available at:

webxos.netlify.app/MICROD

('Micro Distillery' is availabile for download in /micro_distillery/ folder)

Model Description

This is a distilled language model trained using Group Relative Policy Optimization (GRPO) with VAE filtering. MICROD v1.0 (micro-distill-grpo-vae) is a small template model designed to be built upon for custom ground up builds. It is distillated into a small set of files the user can use to template their own agents. Designed for educational learning and micro scalling. Use MICROD V1.0 (micro-distill-grpo-vae) in your own custom projects and train it from the ground up.

The model's architecture details further underscore an educational niche: a hidden size of 512, 8 layers, 8 attention heads, a vocabulary of 50,257 tokens, and a max sequence length of 1024. Licensed under Apache 2.0, it's openly available for modification, and its small footprint allows quantization, making it runnable on modest hardware like CPUs or even browsers via TensorFlow.js integration.

Model Details

  • Model type: micro-distill-grpo-vae
  • Model size: 42M parameters
  • Language: English
  • License: Apache 2.0

Training Methodology

  • GRPO (Group Relative Policy Optimization): 8 groups
  • VAE Filtering: 32D latent space
  • KV-Cache Reuse: 512 cache size

Architecture Details

  • Hidden size: 512
  • Number of layers: 8
  • Attention heads: 8
  • Vocabulary size: 50257
  • Maximum sequence length: 1024

Usage

-Model Distillation Training: Simulate GRPO optimization with VAE filtering for small LLMs (42M-345M params).

-Policy Experimentation: Test group sizes, KL penalties, cache reuse for RLHF-like training.

-VAE Filtering: Apply latent space compression to improve distillation quality.

-Sandbox Testing: Execute safe Python code with feedback masking.

-Export & Deployment: Generate deployable models for inference in various frameworks.

-Offline Usage: PWA supports offline training simulation and exports.

Citation

If you use this data in research, please cite:

@model{microd_v1_2025, title={MICROD_v1}, author={webXOS] year={2025}, publisher={webXOS}, url={webxos.netlify.app} }

EXAMPLE: Using Transformers

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("micro-distill-grpo-vae")
tokenizer = AutoTokenizer.from_pretrained("micro-distill-grpo-vae")

inputs = tokenizer("Hello, world!", return_tensors="pt")
outputs = model.generate(**inputs, max_length=50)
print(tokenizer.decode(outputs[0]))

EXAMPLE: USE CASES

MICROD_v1 may not rival larger models in breadth, but a focus on accessibility and browser-based AI development opens doors for innovators balancing all perspectives in the Small Language Model space.

  1. Prototype without Internet
  2. Offline Simulations in Black Box
  3. Simple Story Generators
  4. Custom Agentic Development
  5. Train on Custom Data
  6. Experiment with max_length
  7. AI agents for custom Games
  8. Educational Fine-Tuning
  9. Prepare Datasets
  10. Fine-tune via GRPO Trainer
  11. Evaluate PY in Sandbox
  12. Create task-specific Variants like Code Tutors

OVERVIEW

In terms of applications, small distilled models like MICROD_v1 align with broader trends in SLMs, which prioritize efficiency, accessibility, and specialization over the scale of large language models (LLMs). For example, they can be fine-tuned for targeted tasks such as customer support chatbots, where quick responses on edge devices are crucial, or educational tools for teaching natural language processing concepts. In healthcare, distilled models might power privacy-focused symptom checkers on mobile apps, avoiding data transmission to cloud servers. Automation and control systems benefit from their low latency, as surveyed in research on tiny language models (TLMs), which use techniques like knowledge distillation and quantization to enable on-device inference for robotics or IoT devices.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers.js

Нельзя запустить

Модель выложена для браузера (ONNX / transformers.js).

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
cfac8b6

0 моделей