Mochi-Novel-300M
компактная LLM для генерации историй, написанная с нуля на PyTorch
2 min readupdated
Mochi-Novel-300M — это языковая модель на 295,1 миллиона параметров, созданная и обученная полностью с нуля на чистом PyTorch без использования кода из библиотеки transformers. Модель от автора Shashank1227 специализируется на генерации художественных текстов и многосценовых историй на английском языке. В основе лежит современная трансформерная архитектура с RoPE (метод кодирования позиций токенов), RMSNorm, SwiGLU и поддержкой KV-кэширования для ускорения генерации. В отличие от универсальных ассистентов, она заточена под сохранение голоса персонажей, напряжённость диалогов и работу в разных литературных жанрах. Подойдёт разработчикам, энтузиастам локальных моделей и авторам, которым нужен лёгкий генератор идей и сцен на английском языке.
Ключевые особенности
- Два специализированных режима: в состав входят два чекпоинта — Golden Novel Engine для драматической литературы и Universal Multi-Genre Engine, обученный более чем на 20 жанрах (научная фантастика, киберпанк, готика, нуар, фэнтези, хоррор, вестерн).
- Чистый PyTorch без лишних зависимостей: архитектура (24 слоя, 16 голов внимания, собственный токенизатор SentencePiece BPE на 16 384 токена) реализована самостоятельно с нуля.
- Защита от зацикливания: при генерации применяется строгая блокировка повторов 4-грамм и штраф за повторения (Repetition Penalty 1.15).
- Разделение сеттингов: по заявлению автора, универсальный движок демонстрирует 90% защиты от смешивания концепций между несвязанными вселенными.
Что можно сделать
- Писать черновики сцен на английском: использовать Golden Novel Engine для проработки диалогов и развития сюжета в драматических произведениях.
- Генерировать завязки в разных жанрах: переключаться на Universal Multi-Genre Engine для создания историй в сеттингах киберпанка, фэнтези, нуара или хоррора.
- Изучать устройство современных LLM: использовать открытый исходный код проекта как наглядный пример реализации RoPE, SwiGLU и KV-кэша на чистом PyTorch.
Пример
git clone [https://github.com/shashankswaroop789-eng/mochi-88m.git](https://github.com/shashankswaroop789-eng/mochi-88m.git)
cd mochi-88m
python download_weights.py
python story_studio_gui.py
Подробнее
Параметры: 295 084 032 (24 блока, размерность эмбеддингов 1024, окно контекста 1536 токенов).Скорость работы: около 44,5 токенов/сек на видеокарте NVIDIA RTX 3060.
Язык: только английский (en), лицензия MIT.










Comments