☕ Support my research

DAC60M

DAC60M è un compact language model sviluppato da M.INC. Research e addestrato da Mattimax, progettato per esplorare il trade-off tra dimensioni ridotte ed efficacia nella generazione testuale in lingua italiana.

Il modello adotta un’architettura LLaMA-style decoder-only, con un totale di ~67 milioni di parametri, ed è ottimizzato per scenari di ricerca, sperimentazione e deployment su risorse limitate.

Key Facts

Developer: M.INC. Research
Trainer: Mattimax
https://huggingface.co/Mattimax
Model type: Decoder-only Transformer (LLaMA-style causal LM)
Parameters: ~67M
Primary language: Italian

🔍 Overview

DAC60M nasce come modello leggero ma strutturalmente solido, pensato per:

sperimentare architetture LLaMA compatte,
effettuare fine-tuning rapidi e a basso costo,
testare pipeline conversational su hardware limitato,
fungere da base per distillazione o ricerca accademica.

L’obiettivo non è competere con modelli di scala superiore, ma offrire un baseline pulito, trasparente e facilmente estendibile nel segmento small language models.

🧠 Architecture

DAC60M utilizza una variante personalizzata di LlamaForCausalLM.

Core Configuration

{
  "architectures": ["LlamaForCausalLM"],
  "model_type": "llama",
  "hidden_size": 512,
  "intermediate_size": 2048,
  "num_hidden_layers": 8,
  "num_attention_heads": 8,
  "num_key_value_heads": 8,
  "head_dim": 64,
  "hidden_act": "silu",
  "max_position_embeddings": 2048,
  "vocab_size": 32768,
  "attention_bias": false,
  "attention_dropout": 0.0,
  "mlp_bias": false,
  "rms_norm_eps": 1e-06,
  "rope_theta": 10000.0,
  "rope_scaling": null,
  "tie_word_embeddings": false,
  "initializer_range": 0.02,
  "bos_token_id": 1,
  "eos_token_id": 2,
  "torch_dtype": "float32",
  "use_cache": true,
  "transformers_version": "4.51.3"
}

🔤 Tokenizer

DAC60M utilizza il tokenizer del modello:

sapienzanlp/Minerva-350M-base-v1.0 https://huggingface.co/sapienzanlp/Minerva-350M-base-v1.0

Motivazione:

Vocabolario ampio (32k)
Buon supporto multilingua
Stabilità comprovata

📚 Training

Dettagli sul training:

Framework: PyTorch + HuggingFace Transformers
Objective: Causal Language Modeling
Precisione: float32

(Ulteriori dettagli su dataset, token count e schedule possono essere aggiunti se disponibili)

🎯 Intended Use

DAC60M è adatto per:

Generazione di testo
Autocompletamento
Chatbot sperimentali
Studio di scaling laws
Distillazione

Non è progettato per:

Uso medicale
Uso legale
Decision making critico

⚠️ Limitations

Capacità limitate rispetto a modelli >1B parametri
Possibili allucinazioni
Sensibile alla qualità dei prompt

🛡️ Ethical Considerations

Il modello può generare contenuti scorretti o fuorvianti. È responsabilità dell’utente:

Filtrare output
Implementare moderation
Evitare usi dannosi

🔁 Reproducibility

Per riprodurre l’ambiente:

pip install transformers==4.51.3 torch

📌 Citation

@misc{dac60m,
  title={DAC60M: A Compact LLaMA-style Language Model},
  author={M.INC. Research and Mattimax},
  year={2025},
  url={https://huggingface.co/Mattimax}
}

📫 Contact

Organization: M.INC. (Research)
Trainer: Mattimax (HuggingFace)

Mattimax/DAC60M