/ Модель
Каталог

Характеристики

Контекст
202 752 токена
Параметры
1,2 млн
Размер весов
9,4 МБ
Архитектура
glm_moe_dsa · dense
Базовая модель
GLM-5
Библиотека
transformers
Опубликована
12 фев 2026

Ссылки

Hugging Face

glm-5-tiny-random

yujiepan
Генерация текстаТекст → текст3 профессии

Миниатюрная случайно инициализированная модель на конфигурации GLM-5 для отладки архитектуры и интеграции с Transformers, vLLM и SGLang.

461скачиваний за 30 дней1лайквеса обновлены27 фев 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.

Открыть конструктор бенчмарка

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

yujiepan/glm-5-tiny-random — экспериментальная миниатюрная языковая модель, созданная yujiepan для отладки. Она случайно инициализирована на основе конфигурации GLM-5 от zai-org и предназначена для проверки совместимости архитектуры и инфраструктуры, а не для качественной генерации текста.

Модель относится к архитектуре GlmMoeDsaForCausalLM и запускается через Transformers; также в README приведены примеры использования с vLLM и SGLang. Она поддерживает генерацию текста, многошаговое предсказание токенов и имеет размер около 1,2 млн параметров. Конфигурация включает 2 скрытых слоя и размер скрытого представления 8, а заявленный нативный контекст составляет 202752 токена. Входная модальность — текст.

Модель полезна для отладки загрузки, генерации, speculative decoding, multi-token prediction, tool calling и интеграции GLM-подобной архитектуры с программными стеками Transformers, vLLM и SGLang. Из-за случайной инициализации она не предназначена для содержательных ответов, прикладного использования или оценки качества языковой модели. Лицензия в предоставленных данных не указана.

Сценарии применения

  • отладка загрузки GLM-подобной модели
  • тестирование генерации текста в Transformers
  • проверка speculative decoding
  • тестирование multi-token prediction
  • интеграционное тестирование vLLM и SGLang
  • проверка поддержки tool calling

Ограничения

Модель случайно инициализирована и не предназначена для качественной генерации или прикладных задач. Лицензия и поддерживаемые естественные языки в предоставленных данных не указаны.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
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

Открыть на Hugging Face

This tiny model is intended for debugging. It is randomly initialized using the configuration adapted from zai-org/GLM-5.

File pathSize
model.safetensors9.4MB

Example usage:

  • vLLM
# Multi-token prediction is supported
model_id=yujiepan/glm-5-tiny-random
vllm serve $model_id \
     --tensor-parallel-size 2 \
     --speculative-config.method mtp \
     --speculative-config.num_speculative_tokens 1 \
     --tool-call-parser glm47 \
     --reasoning-parser glm45 \
     --enable-auto-tool-choice
  • SGLang
# Multi-token prediction is supported
model_id=yujiepan/glm-5-tiny-random
python3 -m sglang.launch_server   --model-path $model_id   --tp-size 2 \
  --tool-call-parser glm47  \
  --reasoning-parser glm45 \
  --speculative-algorithm EAGLE \
  --speculative-num-steps 3 \
  --speculative-eagle-topk 1 \
  --speculative-num-draft-tokens 4
  • Transformers
import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "yujiepan/glm-5-tiny-random"
tokenizer = AutoTokenizer.from_pretrained(model_id)
input_ids = torch.randint(1000, 2000, size=(1, 2333), dtype=torch.long).cuda()  # trigger DSA
# messages = [{"role": "user", "content": "hello"}]
# input_ids = tokenizer(messages, return_tensors="pt").input_ids.cuda()
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    dtype=torch.bfloat16,
    device_map="cuda",
)
generated_ids = model.generate(input_ids, max_new_tokens=32)
output_text = tokenizer.decode(generated_ids[0][input_ids.shape[1]:])
print(output_text)

Codes to create this repo:

import json
from copy import deepcopy
from pathlib import Path

import accelerate
import torch
import torch.nn as nn
from huggingface_hub import file_exists, hf_hub_download
from transformers import (
    AutoConfig,
    AutoModelForCausalLM,
    AutoProcessor,
    GenerationConfig,
    set_seed,
)

source_model_id = "zai-org/GLM-5"
save_folder = "/tmp/yujiepan/glm-5-tiny-random"

processor = AutoProcessor.from_pretrained(
    source_model_id, trust_remote_code=True)
processor.save_pretrained(save_folder)

with open(hf_hub_download(source_model_id, filename='config.json', repo_type='model'), 'r', encoding='utf-8') as f:
    config_json: dict = json.load(f)

head_dim = 64
kv_lora_rank = 512
qk_nope_head_dim = 192
config_json.update({
    "first_k_dense_replace": 1,
    "mlp_layer_types": ['dense'] + ['sparse'],
    "head_dim": head_dim,
    "hidden_size": 8,
    "index_head_dim": 128,
    "index_n_heads": 4,
    "intermediate_size": 32,
    "moe_intermediate_size": 32,
    "num_hidden_layers": 2,
    'kv_lora_rank': kv_lora_rank,
    "num_attention_heads": 4,
    'num_key_value_heads': 4,
    'q_lora_rank': 32,
    "qk_head_dim": qk_nope_head_dim + head_dim,
    'qk_nope_head_dim': qk_nope_head_dim,
    'qk_rope_head_dim': head_dim,
    'v_head_dim': qk_nope_head_dim + head_dim,
    "tie_word_embeddings": True,
})
with open(f"{save_folder}/config.json", "w", encoding='utf-8') as f:
    json.dump(config_json, f, indent=2)

config = AutoConfig.from_pretrained(
    save_folder,
    trust_remote_code=True,
)
print(config)
torch.set_default_dtype(torch.bfloat16)
model = AutoModelForCausalLM.from_config(config)
torch.set_default_dtype(torch.float32)

if file_exists(filename="generation_config.json", repo_id=source_model_id, repo_type='model'):
    model.generation_config = GenerationConfig.from_pretrained(
        source_model_id, trust_remote_code=True,
    )
    model.generation_config.do_sample = True
    print(model.generation_config)

model = model.cpu()
set_seed(42)
n_params = sum(p.numel() for p in model.parameters())
with torch.no_grad():
    for name, p in sorted(model.named_parameters()):
        torch.nn.init.normal_(p, 0, 0.1)
        print(name, p.shape, p.numel() / n_params * 100, '%')
# MTP
set_seed(42)
model.model.layers.append(nn.ModuleDict(dict(
    shared_head=nn.ModuleDict(dict(
        norm=nn.RMSNorm(config.hidden_size),
        # head=deepcopy(model.model.embed_tokens),
    )),
    # embed_tokens=deepcopy(model.model.embed_tokens),
    eh_proj=nn.Linear(config.hidden_size * 2,
                      config.hidden_size, bias=False),
    enorm=nn.RMSNorm(config.hidden_size),
    hnorm=nn.RMSNorm(config.hidden_size),
    input_layernorm=nn.RMSNorm(config.hidden_size),
    post_attention_layernorm=nn.RMSNorm(config.hidden_size),
    self_attn=deepcopy(model.model.layers[1].self_attn),
    mlp=deepcopy(model.model.layers[1].mlp),
)))
for i in range(1, len(model.model.layers)):
    model.model.layers[i].mlp.gate.e_score_correction_bias = torch.rand_like(
        model.model.layers[i].mlp.gate.e_score_correction_bias).float()
model.save_pretrained(save_folder)
print(model)

Printing the model:

GlmMoeDsaForCausalLM(
  (model): GlmMoeDsaModel(
    (embed_tokens): Embedding(154880, 8, padding_idx=154820)
    (layers): ModuleList(
      (0): GlmMoeDsaDecoderLayer(
        (self_attn): GlmMoeDsaAttention(
          (q_a_proj): Linear(in_features=8, out_features=32, bias=False)
          (q_a_layernorm): GlmMoeDsaRMSNorm((32,), eps=1e-06)
          (q_b_proj): Linear(in_features=32, out_features=1024, bias=False)
          (kv_a_proj_with_mqa): Linear(in_features=8, out_features=576, bias=False)
          (kv_a_layernorm): GlmMoeDsaRMSNorm((512,), eps=1e-06)
          (kv_b_proj): Linear(in_features=512, out_features=1792, bias=False)
          (o_proj): Linear(in_features=1024, out_features=8, bias=False)
          (indexer): GlmMoeDsaIndexer(
            (wq_b): Linear(in_features=32, out_features=512, bias=False)
            (wk): Linear(in_features=8, out_features=128, bias=False)
            (k_norm): LayerNorm((128,), eps=1e-06, elementwise_affine=True)
            (weights_proj): Linear(in_features=8, out_features=4, bias=False)
          )
        )
        (mlp): GlmMoeDsaMLP(
          (gate_proj): Linear(in_features=8, out_features=32, bias=False)
          (up_proj): Linear(in_features=8, out_features=32, bias=False)
          (down_proj): Linear(in_features=32, out_features=8, bias=False)
          (act_fn): SiLUActivation()
        )
        (input_layernorm): GlmMoeDsaRMSNorm((8,), eps=1e-05)
        (post_attention_layernorm): GlmMoeDsaRMSNorm((8,), eps=1e-05)
      )
      (1): GlmMoeDsaDecoderLayer(
        (self_attn): GlmMoeDsaAttention(
          (q_a_proj): Linear(in_features=8, out_features=32, bias=False)
          (q_a_layernorm): GlmMoeDsaRMSNorm((32,), eps=1e-06)
          (q_b_proj): Linear(in_features=32, out_features=1024, bias=False)
          (kv_a_proj_with_mqa): Linear(in_features=8, out_features=576, bias=False)
          (kv_a_layernorm): GlmMoeDsaRMSNorm((512,), eps=1e-06)
          (kv_b_proj): Linear(in_features=512, out_features=1792, bias=False)
          (o_proj): Linear(in_features=1024, out_features=8, bias=False)
          (indexer): GlmMoeDsaIndexer(
            (wq_b): Linear(in_features=32, out_features=512, bias=False)
            (wk): Linear(in_features=8, out_features=128, bias=False)
            (k_norm): LayerNorm((128,), eps=1e-06, elementwise_affine=True)
            (weights_proj): Linear(in_features=8, out_features=4, bias=False)
          )
        )
        (mlp): GlmMoeDsaMoE(
          (experts): GlmMoeDsaNaiveMoe(
            (act_fn): SiLUActivation()
          )
          (gate): GlmMoeDsaTopkRouter()
          (shared_experts): GlmMoeDsaMLP(
            (gate_proj): Linear(in_features=8, out_features=32, bias=False)
            (up_proj): Linear(in_features=8, out_features=32, bias=False)
            (down_proj): Linear(in_features=32, out_features=8, bias=False)
            (act_fn): SiLUActivation()
          )
        )
        (input_layernorm): GlmMoeDsaRMSNorm((8,), eps=1e-05)
        (post_attention_layernorm): GlmMoeDsaRMSNorm((8,), eps=1e-05)
      )
      (2): ModuleDict(
        (shared_head): ModuleDict(
          (norm): RMSNorm((8,), eps=None, elementwise_affine=True)
        )
        (eh_proj): Linear(in_features=16, out_features=8, bias=False)
        (enorm): RMSNorm((8,), eps=None, elementwise_affine=True)
        (hnorm): RMSNorm((8,), eps=None, elementwise_affine=True)
        (input_layernorm): RMSNorm((8,), eps=None, elementwise_affine=True)
        (post_attention_layernorm): RMSNorm((8,), eps=None, elementwise_affine=True)
        (self_attn): GlmMoeDsaAttention(
          (q_a_proj): Linear(in_features=8, out_features=32, bias=False)
          (q_a_layernorm): GlmMoeDsaRMSNorm((32,), eps=1e-06)
          (q_b_proj): Linear(in_features=32, out_features=1024, bias=False)
          (kv_a_proj_with_mqa): Linear(in_features=8, out_features=576, bias=False)
          (kv_a_layernorm): GlmMoeDsaRMSNorm((512,), eps=1e-06)
          (kv_b_proj): Linear(in_features=512, out_features=1792, bias=False)
          (o_proj): Linear(in_features=1024, out_features=8, bias=False)
          (indexer): GlmMoeDsaIndexer(
            (wq_b): Linear(in_features=32, out_features=512, bias=False)
            (wk): Linear(in_features=8, out_features=128, bias=False)
            (k_norm): LayerNorm((128,), eps=1e-06, elementwise_affine=True)
            (weights_proj): Linear(in_features=8, out_features=4, bias=False)
          )
        )
        (mlp): GlmMoeDsaMoE(
          (experts): GlmMoeDsaNaiveMoe(
            (act_fn): SiLUActivation()
          )
          (gate): GlmMoeDsaTopkRouter()
          (shared_experts): GlmMoeDsaMLP(
            (gate_proj): Linear(in_features=8, out_features=32, bias=False)
            (up_proj): Linear(in_features=8, out_features=32, bias=False)
            (down_proj): Linear(in_features=32, out_features=8, bias=False)
            (act_fn): SiLUActivation()
          )
        )
      )
    )
    (norm): GlmMoeDsaRMSNorm((8,), eps=1e-05)
    (rotary_emb): GlmMoeDsaRotaryEmbedding()
  )
  (lm_head): Linear(in_features=8, out_features=154880, bias=False)
)

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GlmMoeDsaForCausalLM
Ревизия весов
117cb01

0 моделей

    Создать бенчмарк