state-spaces/mamba-130m-hf

state-spaces/mamba-130m-hf ist auf Hugging Face als text-generation-Modell gelistet. Diese Seite dokumentiert den öffentlichen Repository-Snapshot 1e76775f628fbf1350fbe4dbb3d971ba64af25a1; überprüfen Sie die gelistete Revision, Lizenz und Laufzeitunterstützung, bevor Sie es verwenden.

Aktualisiert am

Computraq bereitet den Start vor. Diese Leitfäden erläutern die Vorbereitung und den vorgeschlagenen Rahmen; sie belegen keinen laufenden Dienst, keine Integration und keine Partnerschaft.

Identität und Zugang

Der Publisher-Eintrag identifiziert dieses Repository als state-spaces/mamba-130m-hf. Der aktuelle öffentliche Snapshot ist 1e76775f628fbf1350fbe4dbb3d971ba64af25a1. Der Zugang ist öffentliches Repository; prüfen Sie die anwendbare Lizenz und die Publisher-Bedingungen; das aufgezeichnete Lizenzlabel ist im öffentlichen Eintrag nicht angegeben. Ein öffentliches Repository oder ein gated Download begründet keine Erlaubnis für jede Nutzung.

Konfigurationsfakten

Die gepinnte Konfiguration gibt Modelltyp mamba und Architektur MambaForCausalLM an. Der Model Hub taggt es für text-generation; diese Labels beschreiben Repository-Metadaten und belegen keine Benchmark-Leistung.

  • hidden_size: 768
  • intermediate_size: 1536
  • num_hidden_layers: 24
  • torch_dtype: float32
  • vocab_size: 50280

Modellspezifische Qualifizierung

Die Konfiguration oder Tags identifizieren rekurrente, hybride oder State-Space-Komponenten. Bestätigen Sie State-Handling, Sequenzgrenzen, Batching-Verhalten und Laufzeitimplementierung; reine Transformer-Annahmen treffen möglicherweise nicht zu.

Gewichtsspeicher-Planung

Dieser Leitfaden enthält keine unabhängig verifizierte logische Parameteranzahl und lässt daher eine numerische Gewichtsspeicher-Schätzung aus. Wenn eine Anzahl für diese exakte Repository-Revision verifiziert wird, verwenden Sie Parameteranzahl × Bytes pro Parameter als Untergrenze für die Gewichte allein; berücksichtigen Sie dann separat KV-Cache, Kontext, Aktivierungen, Laufzeit und Nebenläufigkeit.

Revision und Reproduzierbarkeit

Die Metadaten und die Konfiguration sind auf Revision 1e76775f628fbf1350fbe4dbb3d971ba64af25a1 gepinnt. Pinnen Sie diesen Commit, wenn Sie eine Evaluierung reproduzieren. Repository-Branches können sich ändern, und diese Quellenprüfung validiert die Modellgewichte selbst nicht.

Veröffentlichter Eintrag

  • Task: text-generation
  • Modelltyp: mamba
  • Architektur: MambaForCausalLM
  • Lizenzlabel: im öffentlichen Eintrag nicht angegeben
  • Zugang: öffentliches Repository; prüfen Sie die anwendbare Lizenz und die Publisher-Bedingungen
  • Revision: 1e76775f628fbf1350fbe4dbb3d971ba64af25a1

Quellen und Prüfung