/ Модель

Характеристики

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

Nandi-Mini-V1.1-600M-Intermediate-Checkpoint-400GT

Генерация текстаТекст → текст3 профессии

Промежуточная многоязычная авторегрессионная модель Nandi-Mini для генерации текста на английском и индийских языках с ограниченными вычислительными ресурсами.

89скачиваний за 30 дней9лайковвеса обновлены30 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-Intermediate-Checkpoint-400GT — промежуточный чекпойнт семейства Nandi-Mini от FrontiersMind. Это плотная авторегрессионная языковая модель на архитектуре Transformer decoder, обученная с нуля после 400 млрд токенов; она ещё не прошла полное обучение и не является финальной версией. В метаданных указано около 800,5 млн параметров, а в карточке — около 600 млн.

Модель предназначена для генерации текста на английском и индийских языках, включая хинди, бенгальский, тамильский, телугу, маратхи, гуджарати, каннада, малаялам, пенджаби и одиа. Архитектура использует RoPE, RMSNorm, SwiGLU, GQA, общие представления Key-Value и факторизованные эмбеддинги. Заявленная длина контекста этого чекпойнта — 2048 токенов; расширение до 32000 токенов обозначено как план.

Общие Key-Value, по заявлению разработчика, примерно вдвое сокращают расход памяти KV-кэша, а факторизованные эмбеддинги повышают эффективность параметров. Это ранний чекпойнт, поэтому качество может быть ниже, чем у завершённой модели. Лицензия — Apache-2.0.

Сценарии применения

  • генерация текста на хинди и других индийских языках
  • продолжение текста на английском языке
  • создание прототипов многоязычных языковых приложений
  • эксперименты с генерацией текста на компактной модели
  • развёртывание языковой модели в условиях ограниченной памяти

Ограничения

Это промежуточный чекпойнт после 400 млрд токенов, а не завершённая модель; разработчик ожидает улучшения качества при дальнейшем обучении. Контекст текущей 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-Intermediate-Checkpoint-400GT

Introduction

Nandi-Mini-V1.1-600M-Intermediate-Checkpoint-400GT is an Intermediate checkpoint from the upcoming Nandi-Mini-V1.1-600M model family, trained after 400 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 (400 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-Intermediate-Checkpoint-400GT"

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
4ba2792

0 моделей