/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
800 млн
Лицензия
Apache 2.0
Архитектура
nandi · dense
Библиотека
transformers
Опубликована
26 мая 2026

Nandi-Mini-V1.1-600M-Early-Checkpoint-250GT

Генерация текстаТекст → текст3 профессии

Ранняя компактная многоязычная языковая модель Nandi-Mini для генерации текста на английском и индийских языках при ограниченных ресурсах.

118скачиваний за 30 дней13лайковвеса обновлены27 мая 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

Nandi-Mini-V1.1-600M-Early-Checkpoint-250GT — ранний промежуточный чекпойнт семейства Nandi-Mini от FrontiersMind, обученный с нуля на 250 млрд токенов. Это причинная языковая модель на архитектуре Transformer decoder с примерно 600 млн параметров; в метаданных указано 800,5 млн. В ней применены GQA и Shared-KV, который сокращает использование памяти KV-кэша примерно на 50%, а также факторизованные эмбеддинги и Q-Norm. Модель принимает текст и генерирует текст.

Модель предназначена для генерации текста на английском и индийских языках, в том числе для развертывания при ограниченных вычислительных ресурсах и памяти, на локальных системах и периферийных устройствах. Поддерживаются английский, хинди, бенгальский, тамильский, телугу, маратхи, гуджарати, каннада, малаялам, пенджаби и ория. Контекстная длина этого чекпойнта — 2048 токенов. Лицензия — Apache 2.0.

Это ранняя стадия предобучения, а не финальная сходимая версия; качество может быть ограниченным и, согласно карточке, ожидается его улучшение с дальнейшим обучением. Указанные в карточке целевые 32 000 токенов относятся к плану расширения контекста, а не к характеристике этого чекпойнта.

Сценарии применения

  • генерация текста на хинди и других индийских языках
  • продолжение текста на английском языке
  • локальная генерация текста на устройствах с ограниченной памятью
  • эксперименты с эффективными архитектурами языковых моделей

Ограничения

Это промежуточный чекпойнт раннего предобучения, а не финальная сходимая модель; качество может быть ограниченным. Контекстная длина версии составляет 2048 токенов.

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

Nandi-Mini-V1.1-600M-Early-Checkpoint-250GT

Introduction

Nandi-Mini-V1.1-600M-Early-Checkpoint-250GT is an early-stage checkpoint from the upcoming Nandi-Mini-V1.1-600M model family, trained after 250 billion tokens. This is not the final converged model.

Nandi-Mini is a compact multilingual language model designed for strong efficiency, deployment flexibility, and improved Indic language support.

The model incorporates several architectural optimizations, including:

  • Optimized Shared-KV, reducing KV cache usage by nearly 50%
  • Factorized embeddings, enabling strong parameter efficiency and helping achieve fertility scores competitive with models over 500× larger
  • Q-Norm for improved training stability and performance

The model is being trained completely from scratch and is designed to deliver strong performance under low compute and memory constraints.

This checkpoint is being shared to provide an early look into the model’s scaling behavior and training progress.

This release is an intermediate checkpoint, not the final model. Performance is expected to improve significantly with continued training and scaling.

We are releasing intermediate checkpoints to maintain transparency with the community and demonstrate that our results are achieved without benchmark-specific optimizations or shortcut techniques.

📢 We will soon share technical blog ! Stay tuned!


Architectural Highlights

Nandi-Mini-600M introduces several efficiency-focused architectural optimizations designed for compact yet capable language models.

Shared KV (Shared Key-Value Vectors)

Shared KV is one of the core architectural ideas explored in Nandi-Mini. Instead of computing separate Key and Value projections, both reuse a shared latent representation.

This design reduces KV-cache memory usage by ~50% during inference with only a small increase in compute overhead, since RoPE applied dynamically during attention computation.

KV-Cache Memory Comparison

  • Vanilla KV → Standard KV-cache memory usage
  • Shared KV → ~50% lower KV-cache footprint

Shared KV is part of our broader focus on deployable foundation models optimized for:

  • On-premise AI systems
  • Memory-constrained deployments
  • Edge devices
  • Long-context inference workloads

This remains an active research area within the Nandi model family, and we plan to share deeper technical details in upcoming engineering blogs.


Model Details

  • Type: Causal Language Model
  • Training Stage: Early Pretraining Checkpoint (250 Billions tokens)
  • Parameters: ~600M
  • Architecture: Transformer decoder
  • Positional Encoding: RoPE
  • Normalization: RMSNorm
  • Activation: SwiGLU
  • Attention: GQA + Shared KV
  • Embeddings: Tied embeddings & Factorized Embeddings
  • Context length: 2,048 tokens (planned to be extended to 32,000 tokens)
  • Vocabulary Size: 131,072

Tokenization Fertility Score Across Languages

LanguageSmolLM3-3BQwen3-0.6B-BaseSarvam-1Nandi-Mini-V1.1
English1.171.161.321.18
Bengali8.667.511.551.44
Gujarati10.479.371.551.53
Hindi2.715.141.251.32
Kannada16.4312.962.101.90
Malayalam17.7714.562.492.05
Marathi3.736.701.551.55
Oriya19.0715.752.182.68
Punjabi9.238.661.471.42
Tamil13.5610.932.062.05
Telugu15.4013.382.091.77
Assamese9.268.134.311.51

🌍 Supported Languages

The model is trained on English and a diverse set of Indic languages, including:

Hindi, Bengali, Tamil, Telugu, Marathi, Gujarati, Kannada, Malayalam, Punjabi, Odia

🚀 Usage

!pip install transformers=='5.4.0'

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model_name = "FrontiersMind/Nandi-Mini-V1.1-600M-Early-Checkpoint-250GT"

tokenizer = AutoTokenizer.from_pretrained(
    model_name,
    trust_remote_code=True
)

device = "cuda" if torch.cuda.is_available() else "cpu"

model = AutoModelForCausalLM.from_pretrained(
    model_name,
    trust_remote_code=True,
    dtype=torch.bfloat16
).to(device).eval()


prompt = """The night was quiet and the streets were empty"""

model_inputs = tokenizer(
    [prompt],
    return_tensors="pt"
).to(model.device)

outputs = model.generate(
        **model_inputs,
        max_new_tokens=50,
        do_sample=True,
        temperature=0.3,
        top_k=20,
        top_p=0.95,
        repetition_penalty=1.1,
        pad_token_id=tokenizer.eos_token_id,
        use_cache=True,  
    )

response = tokenizer.decode(
    outputs[0],
    skip_special_tokens=True
)

print(response)

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
NandiForCausalLM
Ревизия весов
95b6c51

0 моделей