Omoikane-50M-PoC
гибридная языковая модель, обученная с нуля на Mac mini
3 min readupdated
Omoikane-50M-PoC — исследовательская языковая модель (LLM) на 48,9 млн параметров от автора Gökdeniz Gülmez, созданная и обученная с нуля на одном Mac mini с чипом Apple M4 (32 ГБ объединенной памяти, без CUDA). Модель сочетает рекуррентные слои Gated DeltaNet (линейная по времени обработка последовательности с фиксированным состоянием), слои внимания MLA (Multi-head Latent Attention со сжатым KV-кэшем) и блоки MoE (Mixture-of-Experts — смесь экспертов, где на каждый токен активируется часть подсетей). Это proof-of-concept чекпоинт для проверки архитектуры перед полным обучением на 1 млрд токенов. Он умеет генерировать связный текст на английском языке, но не проходил настройку на инструкции и обладает ограниченными знаниями. Пригодится исследователям и энтузиастам MLX для изучения компактных гибридных архитектур на Apple Silicon.
Ключевые особенности
- Гибридная архитектура: 8 слоев Gated DeltaNet для быстрого O(1) инференса и 2 слоя MLA (3-й и 7-й) для точного извлечения контекста.
- Тонкозернистый MoE: в слоях 1–8 работают 16 экспертов (выбираются топ-4) плюс 1 общий эксперт с балансировкой нагрузки без вспомогательной функции потерь.
- Multi-Token Prediction (MTP): дополнительная голова предсказывает токен t+2 (совпадает с жадным выбором основной головы в 60,5% случаев), что подходит для self-speculative decoding.
- Обобщение по длине: модель обучалась на окнах по 1024 токена, но удерживает ровный loss на контексте до 4096 токенов без дообучения.
- Оптимизация под MLX: обучение с кастомным Metal-ядром заняло 6,8 часа на Mac mini M4 при пиковом потреблении 13,1 ГБ памяти.
Что можно сделать
- Запустить инференс на Apple Silicon: протестировать генерацию текста локально через нативный скрипт
modeling_omoikane_mlx.pyв фреймворке MLX или черезtransformersна PyTorch. - Изучить работу компонентов: воспроизвести эксперименты автора по отключению отдельных слоев и анализу специализации экспертов и горизонтов памяти голов GDN.
- Дообучить под свои задачи: использовать чекпоинт как легкую базу для экспериментов с файнтюнингом (SFT) или расширением контекста на потребительском железе.
Пример
import torch
from transformers import AutoModelForCausalLM, AutoTokenizer
repo = "Goekdeniz-Guelmez/Omoikane-50M-PoC"
tok = AutoTokenizer.from_pretrained(repo, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(repo, trust_remote_code=True, dtype=torch.float32).eval()
inputs = tok("Photosynthesis is the process by which plants", return_tensors="pt")
out = model.generate(**inputs, max_new_tokens=64, do_sample=True, temperature=0.8, top_p=0.95, repetition_penalty=1.1)
print(tok.decode(out[0], skip_special_tokens=True))
Подробнее
Бенчмарки (zero-shot): BLiMP — 72,9%, SciQ — 60,0%, PIQA — 54,6%, ARC-Easy — 39,2%, HellaSwag — 25,8%.Обучение: 1 эпоха на 103,7 млн токенов (fineweb-edu-100K), оптимизатор Muon (lr 6e-3, расписание WSD), итоговый validation loss — 4,0105 (perplexity 55,2).
Железо: Mac mini M4 32 ГБ, пик памяти 13,1 ГБ, скорость обучения ~4000–4300 токенов/с.
Ограничения: только английский язык, без инструктивного тюнинга, математику и код при обучении не видела, при жадном декодировании склонна к повторам.










Comments