/ Модель

Характеристики

Лицензия
MIT
Библиотека
pytorch
Опубликована
4 окт 2026

anlp-a2-optimizers-adamw

Генерация текстаТекст → текст

Небольшая англоязычная трансформерная модель, обученная для генерации текста в рамках учебного задания по NLP.

135скачиваний за 30 дней0лайковвеса обновлены4 окт 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

Это учебная авторегрессионная языковая модель, созданная в рамках курса Advanced NLP (Monsoon 2026), задания 2, часть 2. В карточке указано, что при обучении использовался оптимизатор AdamW, а набор данных — browndw/human-ai-parallel-corpus. Модель предназначена для генерации текста на английском языке.

Модель содержит 10,4 млн параметров и построена на трансформерной архитектуре: 8 слоёв, 8 голов внимания, размерность скрытого состояния 256 и контекст до 256 токенов. Используется словарь из 16 000 токенов; механизм MoE отключён. На тесте указаны loss 4,342, perplexity 76,845, точность 0,280 и BLEU 0,486.

Это небольшой учебный чекпойнт с ограниченным контекстом и скромными опубликованными метриками; его результаты не подтверждают пригодность для широкого практического применения. Лицензия — MIT.

Сценарии применения

  • генерация коротких продолжений английского текста
  • учебные эксперименты с авторегрессионными языковыми моделями
  • сравнение оптимизатора AdamW в задаче генерации текста

Ограничения

Контекст ограничен 256 токенами; опубликованные тестовые метрики указывают на ограниченное качество генерации. Модель создана для учебного задания, поэтому её пригодность для прикладных сценариев не подтверждена.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

anlp-a2-optimizers-adamw

Advanced NLP (Monsoon 2026), Assignment 2.

Part 2, optimizer adamw. 10.4M params, trained on 42090496 tokens = 0.33x Chinchilla. Best checkpoint by validation loss; test loss 4.342, ppl 76.845, acc 0.280, bleu 0.486.

Run

itemvalue
parameters10.4M
training step5138
wandbhttps://wandb.ai/winterdew-iiit-hyderabad/anlp-a2-part2/runs/jw32g7nc

Hyperparameters

settingvalue
optimizerAdamW
max_grad_norm1.0
weight_decay0.1, 0.0
betas(0.9, 0.95)
eps1e-08
lr0.0003
param_groups2
trainable_params10391808
schedulelinear warmup 2% then cosine to 10% of peak
batch_size32
grad_accum1
tokens_per_step8192
n_ctx256
total_steps5137
warmup_steps102
trained_tokens42090496
chinchilla_ratio0.3342
precisionfp16
seed26

Model config

{
  "vocab_size": 16000,
  "n_ctx": 256,
  "rope_base": 10000.0,
  "d_model": 256,
  "n_heads": 8,
  "n_layers": 8,
  "d_ff": 1024,
  "dropout": 0.1,
  "tie_embeddings": true,
  "use_moe": false,
  "n_experts": 4,
  "n_active": 1,
  "n_shared": 0,
  "match_active": false,
  "moe_aux_weight": 0.01
}

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
6a309dd

0 моделей