TeszenAI/MTP3.6

MTP Mini - Modelo Mejorado 20x

Modelo transformer con arquitectura avanzada entrenado en GPU T4.

Arquitectura

• Parámetros: ~310.7M (310,708,225)
• Vocabulario: 8000 tokens
• Capas: 24
• Dimensión: 1024
• Contexto: 2048 tokens

Mejoras

• ✅ RoPE, RMSNorm, SwiGLU
• ✅ Flash Attention
• ✅ Gradient Checkpointing
• ✅ Mixed Precision FP16
• ✅ Anti-alucinación
• ✅ Confidence Scoring

Uso

import torch, pickle
from tokenizer import MTPTokenizer
from model import MTPMiniModel

with open('mtp_mini.pkl', 'rb') as f:
    data = pickle.load(f)

tokenizer = MTPTokenizer('mtp_tokenizer.model')
model = MTPMiniModel(**data['config']['model'])
model.load_state_dict(data['model_state_dict'])
model.eval()

prompt = "¿Qué es la IA?"
ids = torch.tensor([tokenizer.encode(prompt)]).unsqueeze(0)
output = model.generate(ids, max_new_tokens=150)
print(tokenizer.decode(output[0].tolist()))

Entrenado en Google Colab con GPU T4.