/ Модель

Характеристики

Контекст
262 144 токена
Параметры
1,1 млн
Размер весов
2,1 МБ
Архитектура
ministral3 · dense
Базовая модель
Devstral-2-123B-Instruct-2512
Библиотека
transformers
Опубликована
16 дек 2025

ministral-3-tiny-random

Генерация текстаТекст → текст3 профессии

Крошечная случайно инициализированная causal language model на конфигурации Devstral 2 для отладки и тестирования компонентов Transformers.

562скачиваний за 30 дней0лайковвеса обновлены16 дек 2025

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.

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/ministral-3-tiny-random — экспериментальная авторегрессионная языковая модель, созданная для отладки и тестирования реализации Ministral 3. Она использует конфигурацию, адаптированную из mistralai/Devstral-2-123B-Instruct-2512, но имеет случайно инициализированные веса и существенно уменьшенную архитектуру: 2 декодерных слоя, скрытый размер 8 и около 1,1 млн параметров. Модель предназначена для text-generation и загружается через библиотеку Transformers.

Модель поддерживает контекст длиной до 262144 токенов и рассчитана на проверку загрузки, токенизации, генерации и совместимости компонентов, а не на получение качественных ответов. Благодаря малому размеру она удобна для быстрых локальных экспериментов и отладки без запуска полноразмерной модели. Случайная инициализация весов делает её непригодной для прикладной генерации текста, диалогов, программирования или других пользовательских задач. Лицензия в предоставленных данных не указана.

Сценарии применения

  • отладка загрузки Ministral 3 в Transformers
  • тестирование токенизации и chat template
  • проверка процесса генерации текста
  • разработка минимальных воспроизводимых примеров
  • тестирование совместимости архитектуры Devstral

Ограничения

Веса модели случайно инициализированы, поэтому она не предназначена для качественных ответов или практического применения. 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

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 mistralai/Devstral-2-123B-Instruct-2512.

Example usage:

import torch
from transformers import Ministral3ForCausalLM, MistralCommonBackend

# Load model and tokenizer
model_id = "yujiepan/ministral-3-tiny-random"
model = Ministral3ForCausalLM.from_pretrained(
    model_id,
    device_map="cuda",
    torch_dtype="bfloat16",
    trust_remote_code=True,
)
tokenizer = MistralCommonBackend.from_pretrained(model_id)
messages = [
    {
        "role": "user",
        "content": "Hi",
    },
]

tokenized = tokenizer.apply_chat_template(
    messages, return_tensors="pt", return_dict=True)
output = model.generate(
    **tokenized.to("cuda"),
    max_new_tokens=32,
)[0]
decoded_output = tokenizer.decode(output[len(tokenized["input_ids"][0]):])
print(decoded_output)

Codes to create this repo:

import json
from pathlib import Path

import accelerate
import torch
from huggingface_hub import file_exists, hf_hub_download
from transformers import (
    AutoConfig,
    AutoModelForCausalLM,
    AutoProcessor,
    GenerationConfig,
    Ministral3ForCausalLM,
    MistralCommonBackend,
    set_seed,
)

source_model_id = "mistralai/Devstral-2-123B-Instruct-2512"
save_folder = "/tmp/yujiepan/ministral-3-tiny-random"

processor = AutoProcessor.from_pretrained(
    source_model_id, trust_remote_code=True)
processor.save_pretrained(save_folder)
processor = MistralCommonBackend.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 = json.load(f)
config_json.update({
    "head_dim": 32,
    "hidden_size": 8,
    "intermediate_size": 64,
    "num_attention_heads": 8,
    "num_hidden_layers": 2,
    "num_key_value_heads": 4,
    "tie_word_embeddings": True,
})
del config_json['quantization_config']
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 = Ministral3ForCausalLM(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()
with torch.no_grad():
    for name, p in sorted(model.named_parameters()):
        torch.nn.init.normal_(p, 0, 0.1)
        print(name, p.shape)
model.save_pretrained(save_folder)
print(model)

Printing the model:

Ministral3ForCausalLM(
  (model): Ministral3Model(
    (embed_tokens): Embedding(131072, 8, padding_idx=11)
    (layers): ModuleList(
      (0-1): 2 x Ministral3DecoderLayer(
        (self_attn): Ministral3Attention(
          (q_proj): Linear(in_features=8, out_features=256, bias=False)
          (k_proj): Linear(in_features=8, out_features=128, bias=False)
          (v_proj): Linear(in_features=8, out_features=128, bias=False)
          (o_proj): Linear(in_features=256, out_features=8, bias=False)
        )
        (mlp): Ministral3MLP(
          (gate_proj): Linear(in_features=8, out_features=64, bias=False)
          (up_proj): Linear(in_features=8, out_features=64, bias=False)
          (down_proj): Linear(in_features=64, out_features=8, bias=False)
          (act_fn): SiLUActivation()
        )
        (input_layernorm): Ministral3RMSNorm((8,), eps=1e-05)
        (post_attention_layernorm): Ministral3RMSNorm((8,), eps=1e-05)
      )
    )
    (norm): Ministral3RMSNorm((8,), eps=1e-05)
    (rotary_emb): Ministral3RotaryEmbedding()
  )
  (lm_head): Linear(in_features=8, out_features=131072, 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
Ministral3ForCausalLM
Ревизия весов
5111e21

0 моделей