Llmka

🤡 Русская LLM-модель для генерации анекдотов

Модель обучена с нуля на архитектуре Transformer (small, 12 слоёв, 12 голов, 768 hidden) на корпусе русских анекдотов.

📐 Архитектура

• 12 слоёв, 12 attention-голов
• 768 скрытых признаков, 2048 в FFN
• RMSNorm + SwiGLU
• ALiBi positional bias
• Byte-level BPE токенизация

📚 Датасет

Датасет: IgorVolochay/russian_jokes
Модель обучалась на русскоязычном корпусе анекдотов.
Примеры:

• Штирлиц заходит в бар...
• Мужик приходит к доктору...
• Вовочка отвечает на уроке...

🧠 Обучение

• Всего шагов: 50,000
• Оптимизатор: AdamW, learning rate: 3e-4
• Потери:
  • training loss: ~2.5
  • validation loss: ~2.6

🧪 Примеры генерации

prompts = ["Штирлиц", "Мужик", "Доктор", "Студентка", "Вовочка"]
for prompt in prompts:
    input_ids = tokenizer(prompt, return_tensors="pt").input_ids
    output = model.generate(input_ids, max_new_tokens=100)
    print(tokenizer.decode(output[0]))