Darwin Ttttsss 1781247897
> 서울로봇인공지능과학관 — Darwin 모델 자동 생성 체험에서 관람객이 직접 만든 1B AI 모델.
Fuente del modelo
- Tipo
- Text model
- Tamaño del archivo
- 2,88 GB
- Modelo base
- Qwen/Qwen2.5-1.5B-Instruct
- Versión
- vmodel
- Actualizado
- 21 oct 2026
- Publicador
- @VIDraft
- Descargas
- 9
- Parámetros
- 1B
- Fuente
- Hugging Face
Descripción de la fuente
🧬 Darwin-ttttsss-1781247897
서울로봇인공지능과학관 — Darwin 모델 자동 생성 체험에서 관람객이 직접 만든 1B AI 모델.
QR
📱 QR 스캔 → 이 모델로 이동 — https://huggingface.co/VIDraft/Darwin-ttttsss-1781247897
🐭 교배 정보 (Darwin MRI Breeding)
| 항목 | 값 |
|---|---|
| 부모 A | Darwin-1B-유머왕 |
| 부모 B | Darwin-1B-코딩요정 |
| 교배 방식 | Darwin MRI (텐서별 norm·entropy 조사 → 적응 블렌딩) |
| MRI 적응 텐서 | 0 / 338 |
| 유전 성향 trait | 0.5 |
| 교배 시간 | 163.1초 |
🔬 Darwin 교배란?
Darwin은 VIDRAFT의 진화적 모델 교배 기술. 두 부모 모델의 모든 레이어를 norm·entropy로 정밀 조사(MRI)하여 레이어마다 어느 부모가 우수한지 판단해 가중치를 적응적으로 블렌딩 — 단순 평균이 아닌 레이어별 정밀 유전.
✅ 품질 검증
- sanity: 정상
- 샘플 응답: 네, 저는 다양한 주제에 대해 정보를 제공하거나 문제 해결을 돕는 역할을 합니다. 어떤 분야의 정보나 도움이 필요하신가요?
사용법
from transformers import AutoModelForCausalLM, AutoTokenizer
m = AutoModelForCausalLM.from_pretrained("VIDraft/Darwin-ttttsss-1781247897")
tk = AutoTokenizer.from_pretrained("VIDraft/Darwin-ttttsss-1781247897")
Darwin 모델 자동 생성 체험 · VIDRAFT · 2026
Fuentes
1 fuente
Fuentes
1 fuenteVerificado 21 oct
Artefactos del modelo
1 artefacto
Artefactos del modelo
1 artefactoExtractos de fuentes
3 extractos
Extractos de fuentes
3 extractos--- license: apache-2.0 language: [ko, en] base_model: Qwen/Qwen2.5-1.5B-Instruct tags: [darwin, breeding, exhibition, kiosk, 1B] pipeline_tag: text-generation --- # 🧬 Darwin-ttttsss-1781247897 > **서울로봇인공지능과학관 — Darwin 모델 자동 생성 체험**에서 관람객이 직접 만든 1B AI 모델.  📱 **QR 스캔 → 이 모델로 이동** — `https://huggingface.co/VIDraft/Darwin-ttttsss-1781247897` ## 🐭 교배 정보 (Darwin MRI Breeding) | 항목 | 값 | |---|---| | 부모 A | `Darwin-1B-유머왕` | | 부모 B | `Darwin-1B-코딩요정` | | 교배 방식 | Darwin MRI (텐서별 norm·entropy 조사 → 적응 블렌딩) | | MRI 적응 텐서 | 0 / 338 | | 유전 성향 trait | 0.5 | | 교배 시간 | 163.1초 | ## 🔬 Darwin 교배란? Darwin은 VIDRAFT의 **진화적 모델 교배** 기술. 두 부모 모델의 모든 레이어를 norm·entropy로 정밀 조사(MRI)하여 레이어마다 어느 부모가 우수한지 판단해 가중치를 적응적으로 블렌딩 — 단순 평균이 아닌 레이어별 정밀 유전. ## ✅ 품질 검증 - sanity: 정상 - 샘플 응답: 네, 저는 다양한 주제에 대해 정보를 제공하거나 문제 해결을 돕는 역할을 합니다. 어떤 분야의 정보나 도움이 필요하신가요? ## 사용법 ```python from transformers import AutoModelForCausalLM, AutoTokenizer m = AutoModelForCausalLM.from_pretrained("VIDraft/Darwin-ttttsss-1781247897") tk = AutoTokenizer.from_pretrained("VIDraft/Darwin-ttttsss-1781247897") ``` --- *Darwin 모델 자동 생성 체험 · VIDRAFT · 2026*
Source context: 9 downloads · 0 likes · Pipeline text-generation · Repo VIDraft/Darwin-ttttsss-1781247897
Source context: 5 downloads · 0 likes · Pipeline text-generation · Repo VIDraft/Darwin-ttttsss-1781247897
