/ Модель

Характеристики

Контекст
1 024 токена
Параметры
41,7 млн
Лицензия
cdla-sharing-1.0
Архитектура
llama · dense
Опубликована
18 авг 2026

tinystories-8L-llama3-block

Генерация текстаТекст → текст3 профессии

Компактная 8-слойная модель Llama для генерации коротких англоязычных историй в стиле TinyStories.

166скачиваний за 30 дней0лайковвеса обновлены18 авг 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

Cion-lab/tinystories-8L-llama3-block — компактная авторегрессионная языковая модель семейства Llama, обученная на наборе TinyStories. В README указано, что обучение проводилось на примерно 100 млн токенов с помощью MaxText на TPU v5e-8; модель содержит 8 слоёв декодера Llama с RMSNorm, RoPE, SwiGLU и причинной маской. Метаданные указывают 41,7 млн параметров, контекст 1024 токена и формат safetensors.

Модель предназначена для генерации коротких текстов и простых историй на английском языке, прежде всего в стиле и тематике TinyStories. В репозитории включён токенизатор SentencePiece на 32 000 токенов, совместимый с LlamaTokenizer. Лицензия — CDLA Sharing 1.0. Небольшой размер и узкий обучающий набор ограничивают качество и разнообразие генерации по сравнению с универсальными языковыми моделями.

Сценарии применения

  • генерация коротких детских историй на английском языке
  • эксперименты с компактными языковыми моделями
  • обучающие демонстрации авторегрессионной генерации текста

Ограничения

Обучение на примерно 100 млн токенов TinyStories ограничивает тематику и разнообразие ответов; контекст составляет 1024 токена.

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

TinyStories 8-layer Llama3-block model

Trained on ~100M tokens of roneneldan/TinyStories using MaxText on a Kaggle TPU v5e-8 accelerator.

Architecture (Llama2/Llama3 decoder block)

KeyValue
Decoder blockllama2 (RMSNorm + RoPE + SwiGLU, causal masking)
Hidden layers8
Hidden size512
Query heads4 (head_dim=128)
KV heads4 (MHA)
Intermediate (MLP)1376 (8/3 x 512, SwiGLU)
Vocab size32,000 (bundled Llama2 SentencePiece tokenizer)
Max position embeddings1024
Tie word embeddingsfalse
Approx parameters58M

Training

  • Optimizer: AdamW (b1=0.9, b2=0.95, eps=1e-8, weight_decay=0.1, decoupled)
  • LR schedule: cosine, peak 3e-4, warmup 5%, final 0.1x peak
  • Gradient clip: global-norm 1.0
  • Z-loss: 1e-5 (auxiliary softmax z-loss for stability)
  • Skip-step-on-spike: enabled
  • Mixed precision: bf16 forward/backward, fp32 master weights & Adam state
  • Batch: 8 sequences x 1024 tokens x 8 TPU chips = 65,536 tokens/step
  • Steps: 1,526 (~100M tokens trained)
  • Hardware: Kaggle TPU v5e-8 (single host, 8 chips, 16 GB HBM/chip)
  • Framework: MaxText (JAX + Flax NNX + Optax + Orbax)

Tokenizer

The bundled Llama2 SentencePiece tokenizer from MaxText (src/maxtext/assets/tokenizers/tokenizer.llama2, vocab 32,000) is included in this repo as tokenizer.model. Load with:

from transformers import LlamaTokenizer
tok = LlamaTokenizer.from_pretrained("Cion-lab/tinystories-8L-llama3-block")

Usage

from transformers import AutoModelForCausalLM, LlamaTokenizer
import torch

REPO = "Cion-lab/tinystories-8L-llama3-block"
m = AutoModelForCausalLM.from_pretrained(REPO, torch_dtype=torch.bfloat16)
tok = LlamaTokenizer.from_pretrained(REPO)

prompt = "Once upon a time, "
ids = tok(prompt, return_tensors="pt").input_ids
out = m.generate(ids, max_new_tokens=64, do_sample=True, temperature=0.8, top_p=0.9)
print(tok.decode(out[0], skip_special_tokens=True))

License

The model weights are released under CDLA-Sharing-1.0 to match the upstream TinyStories dataset license. The bundled Llama2 tokenizer follows MaxText's Apache-2.0 licensing.

Citation

@misc{tinystories,
  title        = {TinyStories},
  author       = {Eldan, Ronen and Li, Yuanzhi},
  year         = 2023,
  howpublished = {https://huggingface.co/datasets/roneneldan/TinyStories}
}

@misc{maxtext,
  title        = {MaxText: A Simple, Performant and User-Friendly OpenSource LLM training Codebase},
  author       = {Google},
  howpublished = {https://github.com/AI-Hypercomputer/maxtext}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Репозиторий недоступен на Hugging Face.

Класс архитектуры
LlamaForCausalLM
Ревизия весов
02f4dd7

0 моделей