/ Модель

Характеристики

Контекст
16 384 токена
Параметры
1,6 млн
Размер весов
6,4 МБ
Архитектура
phi3 · dense
Библиотека
transformers
Опубликована
9 янв 2025

phi-4-tiny-random

Генерация текстаТекст → текст3 профессии

Компактная случайно инициализированная модель на основе конфигурации Phi-4 для отладки генерации текста и тестирования Transformers.

1 062скачиваний за 30 дней0лайковвеса обновлены9 янв 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/phi-4-tiny-random — компактная причинная языковая модель для генерации текста, созданная для отладки и тестирования. Она случайно инициализирована на основе конфигурации Microsoft Phi-4, но существенно уменьшена по размеру и не является обученной версией Phi-4.

Модель содержит около 1,6 млн параметров и поддерживает контекст длиной до 16 384 токенов. Архитектура включает два скрытых слоя, размер скрытого представления 16, промежуточный размер 32, два attention-heads и один key-value head. Модель предназначена для использования с библиотекой Transformers и задачей text-generation.

Основное преимущество модели — минимальный размер, удобный для проверки конфигураций, загрузки, генерации и интеграции моделей на базе Phi-4. Из-за случайной инициализации она не обладает практическими языковыми знаниями и не подходит для содержательной генерации текста, диалогов или прикладного использования.

Сценарии применения

  • отладка загрузки causal language models
  • тестирование пайплайна text-generation
  • проверка совместимости конфигурации Phi-4
  • тестирование генерации на малой модели
  • разработка и отладка интеграций Transformers

Ограничения

Модель случайно инициализирована и не обучена на языковых данных, поэтому её генерация не предназначена для практического применения. Это отладочная модель с существенно уменьшенным размером относительно исходной конфигурации Phi-4.

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 for debugging. It is randomly initialized with the config from microsoft/phi-4 but is of smaller size.

Codes:

import os

import torch
import transformers
from transformers import (AutoConfig, AutoModelForCausalLM, AutoTokenizer,
                          GenerationConfig, pipeline, set_seed)

model_id = "microsoft/phi-4"
repo_id = "yujiepan/phi-4-tiny-random"
save_path = f"/tmp/{repo_id}"

config = AutoConfig.from_pretrained(model_id, trust_remote_code=True)
config.hidden_size = 16
config.intermediate_size = 32
config.num_attention_heads = 2
config.num_hidden_layers = 2
config.num_key_value_heads = 1

tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
tokenizer.save_pretrained(save_path)

model = AutoModelForCausalLM.from_config(
    config, torch_dtype=torch.bfloat16,
    trust_remote_code=True,
)
model.generation_config = GenerationConfig.from_pretrained(
    model_id, trust_remote_code=True
)

set_seed(42)
with torch.no_grad():
    for name, p in sorted(model.named_parameters()):
        torch.nn.init.normal_(p, 0, 0.5)
        print(name, p.shape)

model.save_pretrained(save_path)

pipe = pipeline("text-generation", model=save_path, device="cuda",
                trust_remote_code=True, max_new_tokens=20)
print(pipe("Hello World!"))

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Phi3ForCausalLM
Ревизия весов
18a9a11

0 моделей