/ Модель

Характеристики

Контекст
512 токенов
Размер весов
2,7 МБ
Архитектура
mpt · dense
Библиотека
transformers
Опубликована
29 окт 2023

mpt-tiny-random

Генерация текстаТекст → текст3 профессии

yujiepan/mpt-tiny-random — небольшая модель генерации текста, разработанная пользователем yujiepan на основе конфигурации neuralmagic/mpt-7b-gsm8k-pt.

1 485скачиваний за 30 дней0лайковвеса обновлены9 июл 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

Модель случайно инициализирована, поэтому она предназначена прежде всего для тестирования, экспериментов и проверки совместимости, а не для получения качественных содержательных ответов.

Модель использует архитектуру MPT и поддерживает авторегрессионную генерацию текста через Transformers. Указаны два скрытых слоя, размер скрытого представления 8 и два attention heads; точный размер параметров и длина контекста в README не приведены. Данные представлены в формате float16. Для токенизации используется tokenizer исходной модели, а также доступна интеграция с OpenVINO.

Преимущество модели — крайне малый размер, удобный для быстрых локальных тестов и отладки конвейеров. Ключевое ограничение — случайная инициализация весов: модель не обучена для практической генерации текста и не обладает заявленными языковыми или прикладными способностями. Лицензия в README не указана.

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 model is randomly initialized, using the config from neuralmagic/mpt-7b-gsm8k-pt but with smaller size. Note the model is in float16.

Codes:

from transformers import pipeline
from huggingface_hub import create_repo, upload_folder
import torch
import transformers
import os

model_id = 'neuralmagic/mpt-7b-gsm8k-pt'
save_path = '/tmp/yujiepan/mpt-tiny-random'
repo_id = 'yujiepan/mpt-tiny-random'

config = transformers.AutoConfig.from_pretrained(model_id)
config.hidden_size = 8
config.n_embd_model = 8
config.num_attention_heads = 2
config.n_heads = 2
config.num_hidden_layers = 2
config.n_layers = 2
print(config)

model = transformers.AutoModelForCausalLM.from_config(config, torch_dtype=torch.float16)
model = model.half()
model.save_pretrained(save_path)

tokenizer = transformers.AutoTokenizer.from_pretrained(model_id)
tokenizer.save_pretrained(save_path)

from optimum.intel.openvino import OVModelForCausalLM
ovmodel = OVModelForCausalLM.from_pretrained(save_path, export=True)
ovmodel = ovmodel.half()
ovmodel.save_pretrained(save_path)

os.system(f'ls -alh {save_path}')
create_repo(repo_id, exist_ok=True)
upload_folder(repo_id=repo_id, folder_path=save_path)

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MptForCausalLM
Ревизия весов
1062e32

0 моделей