/ Модель

Характеристики

Контекст
1 024 токена
Параметры
62,1 млн
Лицензия
Apache 2.0
Архитектура
g0nano · dense
Библиотека
transformers
Опубликована
29 июл 2026

G0-nano-base

Генерация текстаТекст → текст3 профессии

Компактная англоязычная базовая языковая модель, обученная с нуля для продолжения текста на контексте до 1024 токенов.

624скачиваний за 30 дней1лайквеса обновлены13 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

G0-nano-base — компактная языковая модель AZERDSQ с 62,1 млн параметров, обученная с нуля. Это декодерный Transformer в стиле Llama с причинным языковым моделированием; модель принимает текст и продолжает его, предсказывая следующие токены. Она предназначена для генерации и завершения текста, а не для диалогов и выполнения инструкций.

Модель обучали примерно на 1,5 млрд токенов англоязычных веб-текстов и книг. Максимальная длина контекста — 1024 токена. Разработчик демонстрирует запуск через Transformers; для загрузки требуется разрешить пользовательский код репозитория. Лицензия — Apache-2.0.

Небольшой размер позволяет обучать и запускать модель на скромном оборудовании, включая NVIDIA Jetson с 8 ГБ объединённой памяти. Из-за размера модель часто ошибается в фактических сведениях; она не обучена следовать инструкциям, не поддерживает формат чата, а пользовательская реализация не поддерживает пакетный инференс с дополненными последовательностями. Не следует полагаться на её ответы в важных решениях.

Сценарии применения

  • продолжение англоязычного текста
  • генерация коротких текстовых фрагментов
  • эксперименты с небольшими языковыми моделями
  • изучение обучения языковой модели на ограниченном оборудовании

Ограничения

Модель часто выдаёт фактически неверные ответы, не обучена следовать инструкциям и не имеет формата чата. Контекст ограничен 1024 токенами, пакетный инференс с дополненными последовательностями не поддерживается; модель не подходит для высокорисковых решений.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

G0-nano-base

A 62M-parameter GPT trained completely from scratch on a single 8GB-RAM NVIDIA Jetson device, without cloud infrastructure or multi-GPU setups. Base pretrained checkpoint for raw text completion, not instruction following.

Overview

G0-nano-base is a small decoder-only causal language model trained end-to-end under an 8GB unified-memory constraint. The project focuses on making the full training process — tokenizer, pretraining, fine-tuning infrastructure and export — work on modest hardware.

This is the base checkpoint. It predicts the next token and completes text; it is not a chat model and should not be expected to follow instructions.

Model variants

The instruction-tuned version of the same model is available as G0-nano-instruct.

What this version adds

This checkpoint is the pretrained foundation of the G0 Nano model line. It does not include supervised instruction fine-tuning or a chat format.

Architecture

Llama-style decoder-only Transformer:

PropertyValue
Parameters62.1M, with embeddings shared with the language-model head
Layers12
Hidden size640
AttentionGrouped-Query Attention, 10 query heads / 2 key-value heads, head dimension 64
Position encodingRoPE, θ=10000
Feed-forward networkSwiGLU, hidden dimension 1728
NormalizationRMSNorm
Context length1024 tokens
Vocabulary16,384 SentencePiece tokens

Training

  • Pretraining data: approximately 1.5B tokens of English web and book text
  • Sources: FineWeb-Edu, BookCorpus, OpenWebText, PG-19 and WikiHow
  • Objective: causal next-token prediction
  • Training hardware: a single NVIDIA Jetson with 8GB of unified memory

Usage

Hugging Face Transformers

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "AZERDSQ/G0-nano-base"
tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(model_id, trust_remote_code=True)

inputs = tokenizer("The city of Paris is", return_tensors="pt")
outputs = model.generate(
    **inputs,
    max_new_tokens=50,
    do_sample=True,
    top_k=50,
    temperature=0.8,
)
print(tokenizer.decode(outputs[0]))

trust_remote_code=True is required because this repository uses a custom Transformer implementation.

Ollama

ollama run azerdsq/g0-nano-base "The city of Paris is"

This is a base model: it completes text rather than answering questions.

Limitations

  • 62M parameters impose a hard limit on factual knowledge; expect fluent but frequently incorrect completions on knowledge-intensive prompts.
  • Maximum context length is 1024 tokens.
  • English-only training data.
  • Single-sequence generation only; padded batched inference is not supported by the custom model code.
  • No instruction tuning and no chat format.

This model should not be used for high-stakes decisions, factual verification, medical advice, legal advice or autonomous actions.

License

Apache 2.0.

This generation is a full open-source release: weights, tokenizer, inference code and the complete training stack (architecture, tokenizer, pretraining and fine-tuning pipelines, evaluation and export scripts) in AZERDSQ131/G0-nano.

Links

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
G0NanoForCausalLM
Ревизия весов
1e3fe88

0 моделей