中文简介
HuggingFaceTB/nanowhale-100m-base 是 HuggingFaceTB 在 Hugging Face 发布的模型仓库,当前卡片主要关联文本生成与推理。本站固定记录上游版本 8ea74cc04beb,同步到 10 个文件,文件元数据合计 842.11 MB;访问状态为“公开”,许可证字段为“apache-2.0”。
上游模型卡 / 数据集卡
【README 卡片中文译介】
以下内容依据上游仓库 HuggingFaceTB/nanowhale-100m-base 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息,完整技术细节、代码示例和许可文本请同时查看上游原文。
【资源概览】
HuggingFaceTB/nanowhale-100m-base 是 HuggingFaceTB 在 Hugging Face 发布的模型仓库,当前卡片主要关联文本生成与推理。本站固定记录上游版本 8ea74cc04beb,同步到 10 个文件,文件元数据合计 842.11 MB;访问状态为“公开”,许可证字段为“apache-2.0”。
【适用方向】
适合在真实样本上评估文本生成与推理能力,并比较质量、时延和资源消耗。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。
【版本与规格】
固定版本:8ea74cc04beb。 任务标签:文本生成与推理。 语言字段:en。 架构:DeepseekV4ForCausalLM。 上游 Safetensors 元数据显示参数量约 110.37 M。 库标记:transformers。 模型类型字段:deepseek_v4。 上游页面记录的最近更新时间:2026-05-04。
【文件信息】
上游 API 返回 10 个文件,文件元数据合计 842.11 MB。 已保存文件清单中的主要扩展名:.json 4 个、.py 2 个、.jinja 1 个、.md 1 个、.safetensors 1 个、无扩展名 1 个。 当前较大的文件包括:model.safetensors(421.05 MB);tokenizer.json(9.61 MB);modeling_deepseek_v4.py(28.09 KB)。
【运行或处理环境】
仓库文件元数据合计 842.11 MB。 按每参数 2 字节只计算 BF16 权重,理论下限约 210.51 MB;这不包含 KV Cache、激活值、框架开销或并发余量。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。
【使用边界】
许可证显示为“apache-2.0”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。
nanowhale-100m-base 🐳 A small ~110M parameter language model implementing the **DeepSeek-V4 architecture** from scratch. This is the pretrained base model — see HuggingFaceTB/nanowhale-100m for the SFT/chat version. Training code**: github.com/huggingface/nanowhale Architecture This model implements key DeepSeek-V4 innovations at a miniature scale: | Component | Details | |---|---| | **Parameters** | ~110M total (41M embeddings, 69M non-embedding) | | **Hidden size** | 320 | | **Layers** | 8 | | **Attention heads** | 8 (1 KV head — MQA-style) | | **Head dim** | 96 (32 RoPE + 64 NoPE) | | **MLA** | q_lora_rank=160, o_groups=2, o_lora_rank=80 | | **MoE** | 4 routed experts + 1 shared, top-2 routing | | **Expert FFN** | SwiGLU, intermediate_size=640 | | **Routing** | sqrtsoftplus scoring, noaux_tc method | | **Hyper-Connections** | hc_mult=4, Sinkhorn routing (2 iters) | | **MTP** | 1 next-token prediction layer | | **Vocab** | 129,280 (DeepSeek-V4 tokenizer) | | **Context** | 2,048 tokens | DeepSeek-V4 Features Implemented **Multi-head Latent Attention (MLA)**: Compressed KV cache via latent projections **Mixture of Experts (MoE)**: Sparse activation — only 2 of 4 experts per token **Hyper-Connections**: Multi-copy hidden states with learned Sinkhorn routing replacing residual connections **SwiGLU FFN** with configurable limit **Grouped output projection** (o_groups) Training **Dataset**: HuggingFaceFW/fineweb-edu (streaming) **Steps**: 5,000 **Tokens seen**: ~2.6B **Batch size**: 8 × 4 gradient accumulation = 32 effective **Sequence length**: 2,048 **Learning rate**: 6e-4, cosine schedule, 3% warmup **Optimizer**: AdamW (β1=0.9, β2=0.95, weight_decay=0.1) **Precision**: bf16 mixed precision **Hardware**: 1× NVIDIA H100 80GB Training Metrics | Metric | Value | |---|---| | Final loss | ~5.3 (cross-entropy) | | Final entropy | 3.77 | | Token accuracy | 33.8% | Usage Limitations **Small model**: 110M params with 129K vocab means ~37% of parameters are in embeddings, limi
适用场景
适合在真实样本上评估文本生成与推理能力,并比较质量、时延和资源消耗。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。
模型参数
固定版本:8ea74cc04beb。 任务标签:文本生成与推理。 语言字段:en。 架构:DeepseekV4ForCausalLM。 上游 Safetensors 元数据显示参数量约 110.37 M。 库标记:transformers。 模型类型字段:deepseek_v4。 上游页面记录的最近更新时间:2026-05-04。
文件说明
上游 API 返回 10 个文件,文件元数据合计 842.11 MB。 已保存文件清单中的主要扩展名:.json 4 个、.py 2 个、.jinja 1 个、.md 1 个、.safetensors 1 个、无扩展名 1 个。 当前较大的文件包括:model.safetensors(421.05 MB);tokenizer.json(9.61 MB);modeling_deepseek_v4.py(28.09 KB)。
上游文件元数据
.gitattributes1.48 KBchat_template.jinja1.07 KBconfig.json1.48 KBconfiguration_deepseek_v4.py4.53 KBgeneration_config.json225 Bmodel.safetensors421.05 MBmodeling_deepseek_v4.py28.09 KBREADME.md3.90 KBtokenizer.json9.61 MBtokenizer_config.json316 B
硬件建议
仓库文件元数据合计 842.11 MB。 按每参数 2 字节只计算 BF16 权重,理论下限约 210.51 MB;这不包含 KV Cache、激活值、框架开销或并发余量。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。
注意事项
许可证显示为“apache-2.0”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。
获取、校验与交付
咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件,并在合法访问权限、许可证及平台规则允许的前提下,协助海内外下载、完整性校验及网盘或硬盘交付;本官网本身不托管或下载资源文件。
- 大模型获取与国内转存服务
- 大模型怎么下载:Hugging Face 官方方式与国内交付完整指南
- 国内下载 Hugging Face 模型很慢或经常中断怎么办
- DeepSeek、ChatGPT、豆包、Kimi 能否下载到本地
本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明,不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。