Total runs:
86
Run Growth:
86
Growth Rate:
100.00%
Sponsored by
AdsCreator.com
Mattimax / DACNova
Model's Last Updated: February 28 2026
text-generation
Introduction of DACNova
Model Details of DACNova
DACNova – Model Card
DACNova è un modello linguistico conversazionale di scala intermedia (~400M parametri) sviluppato da M.INC. Research come parte della Little DAC Collection . Il modello è progettato per offrire un equilibrio ottimale tra coerenza conversazionale, capacità di ragionamento e efficienza computazionale , rendendolo adatto a contesti edge e sistemi con risorse limitate.
Model Details
- Nome del modello: DACNova
- Tipologia: Transformer decoder-only autoregressivo
- Parametri: ~400M
- Dominio: Conversational AI / Instruction Following
- Obiettivo: Rispondere a istruzioni e conversazioni multi-turno in maniera coerente e affidabile
- Architettura: Decoder-only Transformer con attenzione autoregressiva ottimizzata
Training Data
DACNova è stato addestrato su dataset proprietari curati da M.INC. Research , focalizzati su:
- Linguaggio naturale generale
- Conversazioni multi-turno
- Dati strutturati per l’addestramento istruttivo (instruction following)
Nota: I dettagli completi dei dataset e della pipeline di training non sono pubblici.
Intended Use
- Assistenti conversazionali intelligenti
- Sistemi di Q&A o tutor virtuali
- Applicazioni on-device o edge con vincoli di latenza
Limitations & Biases
- DACNova è un modello di scala intermedia: può avere limiti su ragionamenti complessi o multi-step rispetto ai modelli più grandi.
- Può riflettere bias presenti nei dati di addestramento proprietari.
- Non è progettato per uso medico, legale o decisionale critico senza supervisione umana.
Ethical Considerations
- Utilizzo responsabile in applicazioni commerciali o pubbliche.
- Evitare la generazione di contenuti offensivi, illegali o discriminatori.
- La modellazione è destinata esclusivamente a scenari di conversazione e istruzione.
Evaluation
- Coerenza conversazionale su dialoghi multi-turno: elevata
- Ragionamento base (logica e deduzioni semplici): buona
- Efficienza di inferenza: ottimizzata per contesti a risorse limitate
Risultati preliminari dettagliati nel whitepaper DACNova
Usage
from transformers import AutoModelForCausalLM, AutoTokenizer
tokenizer = AutoTokenizer.from_pretrained("Mattimax/DACNova")
model = AutoModelForCausalLM.from_pretrained("Mattimax/DACNova")
prompt = "Spiegami in breve la differenza tra IA e ML."
inputs = tokenizer(prompt, return_tensors="pt")
outputs = model.generate(**inputs, max_new_tokens=100)
print(tokenizer.decode(outputs[0]))
Links & References
- GitHub Repository: DACNova
- Little DAC Collection: Hugging Face
- Autore: Mattimax
- Organizzazione: M.INC. Research
License
Distribuito sotto Licenza MIT . Per dettagli sull’uso commerciale o accesso completo ai materiali, fare riferimento al repository ufficiale.
Runs of Mattimax DACNova on huggingface.co
443
Total runs
22
24-hour runs
17
3-day runs
43
7-day runs
410
30-day runs
More Information About DACNova huggingface.co Model
Url of DACNova
DACNova huggingface.co Url
Provider of DACNova huggingface.co
Other API from Mattimax
Updated:February 28 2026
Total runs:
63
Run Growth:
-159
Growth Rate:
-252.38%
Total runs:
30
Run Growth:
26
Growth Rate:
86.67%
Total runs:
29
Run Growth:
24
Growth Rate:
82.76%
Total runs:
29
Run Growth:
0
Growth Rate:
0.00%
Total runs:
24
Run Growth:
9
Growth Rate:
37.50%
Total runs:
24
Run Growth:
8
Growth Rate:
33.33%
Total runs:
23
Run Growth:
14
Growth Rate:
60.87%
Total runs:
22
Run Growth:
7
Growth Rate:
31.82%
Total runs:
20
Run Growth:
6
Growth Rate:
30.00%
Total runs:
16
Run Growth:
16
Growth Rate:
100.00%
Total runs:
16
Run Growth:
7
Growth Rate:
43.75%
Total runs:
15
Run Growth:
-15
Growth Rate:
-100.00%
Total runs:
15
Run Growth:
5
Growth Rate:
33.33%
Total runs:
14
Run Growth:
-2
Growth Rate:
-14.29%
Total runs:
14
Run Growth:
7
Growth Rate:
50.00%
Total runs:
12
Run Growth:
4
Growth Rate:
33.33%
Total runs:
12
Run Growth:
10
Growth Rate:
83.33%
Total runs:
10
Run Growth:
5
Growth Rate:
50.00%
Total runs:
10
Run Growth:
1
Growth Rate:
10.00%
Total runs:
10
Run Growth:
-4
Growth Rate:
-40.00%
Total runs:
6
Run Growth:
-1
Growth Rate:
-16.67%
Total runs:
6
Run Growth:
6
Growth Rate:
100.00%
Total runs:
6
Run Growth:
-43
Growth Rate:
-716.67%
Total runs:
6
Run Growth:
0
Growth Rate:
0.00%
Total runs:
5
Run Growth:
2
Growth Rate:
40.00%
Total runs:
5
Run Growth:
-14
Growth Rate:
-280.00%
Total runs:
4
Run Growth:
0
Growth Rate:
0.00%
Total runs:
2
Run Growth:
-1
Growth Rate:
-50.00%
Total runs:
2
Run Growth:
1
Growth Rate:
50.00%
Total runs:
2
Run Growth:
1
Growth Rate:
50.00%
Total runs:
1
Run Growth:
1
Growth Rate:
100.00%
Total runs:
0
Run Growth:
0
Growth Rate:
0.00%
Total runs:
0
Run Growth:
0
Growth Rate:
0.00%
Total runs:
0
Run Growth:
0
Growth Rate:
0.00%
Total runs:
0
Run Growth:
-3
Growth Rate:
0.00%
Total runs:
0
Run Growth:
0
Growth Rate:
0.00%
Total runs:
0
Run Growth:
0
Growth Rate:
0.00%