/ Модель

Характеристики

Контекст
131 072 токена
Параметры
75,7 млн
Лицензия
Apache 2.0
Архитектура
klyra · dense
Библиотека
transformers
Опубликована
26 сен 2026

Klyra-64M-Instruct

Генерация текстаТекст → текст3 профессии

Компактная англоязычная инструкционная модель Klyra для диалогов, выполнения общих инструкций и экспериментов с постобучением.

235скачиваний за 30 дней1лайквеса обновлены27 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

Klyra-64M-Instruct — компактная инструкционная языковая модель семейства Klyra, разработанная студентом направления информатики Политехнического института Джакарты. Это первый instruction-tuned чекпойнт семейства: модель основана на Klyra-64M-Midtrain и дообучена на отфильтрованных данных HuggingFaceTB/smol-smoltalk с функцией потерь только по ответам ассистента. Архитектура — декодерный трансформер MiniMind-совместимого типа; в метаданных указано 75,7 млн параметров, а README сообщает о примерно 63,9 млн уникальных параметров в среде выполнения с общими входными и выходными эмбеддингами. Контекст составляет 1 024 токена, формат весов — safetensors.

Модель предназначена для диалогов и выполнения общих инструкций, а также как исходная точка для последующих экспериментов с постобучением. README приводит результаты на ARC-Easy, PIQA, OpenBookQA, HellaSwag и Social-IQA со средним баллом 36,63; это компактный исследовательский чекпойнт, и результаты не гарантируют надёжной работы в прикладных сценариях. В карточке указаны английский язык и лицензия Apache-2.0.

Сценарии применения

  • ответы на общие вопросы на английском языке
  • диалог с компактной языковой моделью
  • выполнение простых текстовых инструкций
  • эксперименты с постобучением языковых моделей

Ограничения

Контекст ограничен 1 024 токенами. Невысокие результаты в приведённых тестах и компактный размер ограничивают надёжность модели для сложных задач.

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

Klyra-64M-Instruct

Klyra-64M-Instruct is the first instruction-tuned checkpoint in the Klyra-64M family.

It starts from Klyra-64M-Midtrain and was fine-tuned on filtered HuggingFaceTB/smol-smoltalk data using assistant-only loss.

SFT

  • Train examples: 226,049
  • Eval examples: 992
  • Epochs: 2
  • Context length: 1,024
  • Precision: BF16

Final validation:

  • Loss: 0.9828
  • Perplexity: 2.672

Benchmark

ARC-EasyPIQAOpenBookQAHellaSwagSocial-IQAMean
32.7457.9428.8028.3335.3136.63

Intended Use

Use this checkpoint as the general instruction-tuned Klyra baseline or as a parent for downstream post-training experiments.

About Klyra

Klyra-64M is a compact language-model research project initiated and developed by a student of Informatics Engineering at Politeknik Negeri Jakarta (State Polytechnic of Jakarta).

The model uses a MiniMind-compatible decoder-only architecture and was trained through a staged pipeline from random initialization.

Main project: Jahirrrr/Klyra-64M

Architecture

ComponentValue
Unique runtime parameters~63.9M
Transformer layers8
Hidden size768
Attention heads8
KV heads4
Vocabulary~6.4K
Context length1,024
MoENo

Parameter note: Klyra uses tied input/output embeddings at runtime. Some exported safetensors files may contain both model.embed_tokens.weight and lm_head.weight as separate serialized tensors. The intended runtime model has 63,912,192 unique parameters after weight tying.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Архитектура klyra неизвестна transformers в образе рантайма.

Класс архитектуры
KlyraForCausalLM
Ревизия весов
7e5b663

0 моделей