/ 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-instruct

Генерация текстаТекст → текст3 профессии

Компактная англоязычная модель с настройкой на инструкции для коротких одношаговых диалогов и демонстрации обучения LLM на доступном оборудовании.

637скачиваний за 30 дней6лайковвеса 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-instruct — компактная языковая модель на 62,1 млн параметров, разработанная AZERDSQ. Это instruction-tuned версия G0 Nano: decoder-only Transformer в стиле Llama с обучением с нуля и последующей настройкой на выполнение инструкций. Обучение проведено на одном устройстве NVIDIA Jetson с 8 ГБ объединённой памяти, без облачной инфраструктуры и нескольких GPU.

Модель предназначена для коротких одношаговых запросов и ответов в чат-формате. Она обучалась на англоязычных веб-текстах, книгах и примерах инструкций; контекст ограничен 1024 токенами. Небольшой размер делает её наглядным примером полного цикла обучения языковой модели на скромном оборудовании, но существенно ограничивает объём фактических знаний и качество ответов на сложные запросы.

Модель распространяется в формате Safetensors по лицензии Apache-2.0. Для загрузки через Transformers требуется включить trust_remote_code из-за пользовательской реализации Transformer. Она поддерживает генерацию по одному запросу; пакетный инференс с дополненными последовательностями не поддерживается. Ответы могут быть фактически неверными, поэтому модель не подходит для высокорисковых решений, проверки фактов, медицинских или юридических консультаций и автономных действий.

Сценарии применения

  • генерация коротких ответов на инструкции на английском языке
  • создание простого чат-бота для одношаговых диалогов
  • эксперименты с обучением языковой модели на маломощном устройстве
  • изучение дообучения Transformer на инструкциях

Ограничения

Контекст ограничен 1024 токенами; из-за размера модель обладает ограниченными фактическими знаниями и может уверенно выдавать неверные ответы. Рассчитана на короткие одиночные запросы, не поддерживает пакетный инференс с дополненными последовательностями и не предназначена 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-instruct

A 62M-parameter GPT pretrained and instruction-tuned entirely on a single 8GB-RAM NVIDIA Jetson device, without cloud infrastructure or multi-GPU setups. Chat-oriented checkpoint for short instruction-following interactions.

Overview

G0-nano-instruct is the instruction-tuned version of the G0 Nano model. Both pretraining and supervised fine-tuning were performed under an 8GB unified-memory constraint.

The model is intentionally small. Its purpose is to demonstrate a complete from-scratch training workflow on modest hardware, not to compete with much larger language models on broad factual knowledge.

Model variants

The raw pretrained version of the same model is available as G0-nano-base.

What this version adds

Compared with G0-nano-base, this checkpoint adds supervised instruction fine-tuning and a chat format. It is designed for short, single-turn interactions rather than long conversations.

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; 512 tokens during supervised fine-tuning
Vocabulary16,388 tokens: 16,384 SentencePiece tokens plus 4 chat tokens

Training

  • Pretraining data: approximately 1.5B tokens of English web and book text
  • Sources: FineWeb-Edu, BookCorpus, OpenWebText, PG-19 and WikiHow
  • Instruction tuning: cleaned Alpaca instruction/response data
  • Objective: causal next-token prediction followed by supervised instruction fine-tuning
  • 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-instruct"
tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(model_id, trust_remote_code=True)

inputs = tokenizer("What is the capital of France?", 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], skip_special_tokens=True))

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

Ollama

ollama run azerdsq/g0-nano-instruct

The chat format is built into the model for simple instruction-following use.

Benchmarks

Limitations

  • 62M parameters impose a hard limit on factual knowledge; expect fluent but frequently incorrect answers on knowledge-intensive prompts.
  • Maximum context length is 1024 tokens.
  • English-only training data.
  • Designed for short, single-turn exchanges; it is not a long-context conversational model.
  • Single-sequence generation only; padded batched inference is not supported by the custom model code.

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
43d8fc7

0 моделей