/ Модель

Характеристики

Лицензия
MIT
Библиотека
pytorch
Опубликована
4 окт 2026

anlp-a2-optimizers-mars

Генерация текстаТекст → текст

Небольшая языковая модель для генерации английского текста и учебного эксперимента с оптимизатором MARS.

192скачиваний 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

Модель anlp-a2-optimizers-mars разработана в рамках курса Advanced NLP (Monsoon 2026), задания Assignment 2, часть 2, для эксперимента с оптимизатором MARS. Это языковая модель на PyTorch с 10,4 млн параметров: 8 слоёв, 8 голов внимания, размер скрытого представления 256 и контекст до 256 токенов. Модель обучалась на 42 090 496 токенах корпуса browndw/human-ai-parallel-corpus; в карточке указан лучший чекпойнт по валидационной функции потерь.

Модель предназначена для генерации текста и учебного исследования влияния оптимизатора MARS на обучение. В тестировании указаны loss 4,437, perplexity 84,507, accuracy 0,273 и BLEU 0,592. Эти метрики характеризуют конкретный эксперимент и не гарантируют качество в иных сценариях. В метаданных указан английский язык и лицензия MIT.

Сценарии применения

  • генерация коротких продолжений английского текста
  • сравнение оптимизатора MARS с другими методами обучения
  • воспроизведение учебного эксперимента по обучению языковой модели

Ограничения

Контекст ограничен 256 токенами; тестовые метрики указаны для учебного эксперимента и могут не отражать качество на других данных или задачах.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

anlp-a2-optimizers-mars

Advanced NLP (Monsoon 2026), Assignment 2.

Part 2, optimizer mars. 10.4M params, trained on 42090496 tokens = 0.33x Chinchilla. Best checkpoint by validation loss; test loss 4.437, ppl 84.507, acc 0.273, bleu 0.592.

Run

itemvalue
parameters10.4M
training step5138
wandbhttps://wandb.ai/winterdew-iiit-hyderabad/anlp-a2-part2/runs/3kigbqvb

Hyperparameters

settingvalue
optimizerMars
max_grad_norm1.0
weight_decay0.1, 0.0
betas(0.9, 0.95)
gamma0.025
eps1e-08
lr0.0003
param_groups2
trainable_params10391808
schedulelinear warmup 2% then cosine to 0% 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
42c70da

0 моделей