/ Модель

Характеристики

Лицензия
MIT
Опубликована
25 сен 2026

sahaj-86m

Генерация текстаТекст → текст3 профессии

Компактная модель Nam-toon-studio для генерации текста на панджаби на локальных и периферийных устройствах.

279скачиваний за 30 дней0лайковвеса обновлены9 окт 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

Sahaj-86M (SEHAJ v8) — языковая модель Nam-toon-studio с 86 036 224 параметрами, обученная с нуля на корпусе текстов на панджаби. Она сочетает Selective SSM и причинное внимание и предназначена для генерации текста на панджаби, прежде всего в локальных и периферийных системах с ограниченными ресурсами. Для более связных ответов следует использовать обученный шаблон «ਸਵਾਲ: {prompt}\nਜਵਾਬ: ». Модель рассчитана на текстовый ввод и текстовый вывод; заявленная задача — text-generation.

Для фактических ответов README рекомендует подключать RAG-поиск по локальному индексу Википедии на панджаби: знания о мире в основном обеспечивает этот слой, а не веса модели. В раннем тесте на 25 вопросах точность без RAG составила 12%; это ограниченный результат, а README также отмечает менее стабильную остановку генерации и более высокую perplexity на общем корпусе после дообучения по сравнению с Sahaj-30M. Модель выпущена под лицензией MIT.

Сценарии применения

  • генерация ответов на вопросы на панджаби
  • локальный чат на панджаби с подключённым поиском по Википедии
  • развёртывание генерации текста на панджаби на устройствах с ограниченными ресурсами

Ограничения

Без RAG фактическая точность была низкой: 12% на раннем наборе из 25 вопросов. Для связных ответов рекомендуется заданный шаблон промпта; README также отмечает менее стабильную остановку генерации и ухудшение perplexity на общем корпусе после дообучения.

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

Sahaj-86M (SEHAJ v8)

An 86M-parameter Punjabi language model — hybrid Selective-SSM + causal- attention architecture, trained from scratch on a curated Punjabi corpus, paired with a retrieval-augmented (RAG) factual-QA layer and a trained confidence/abstention probe.

Successor to Nam-toon-studio/sahaj-30m — kept as a separate, larger sibling model, not a replacement. The two have different, real trade-offs (see below); pick based on your constraint (smallest footprint vs. best factual accuracy).

Code to run it: https://github.com/gurpreetsingh5523-source/sahaj-86m

What this is

  • Text-only. No audio, no vision, no code generation.
  • Punjabi-first, not an English or multilingual conversational model.
  • Meant for local/on-device/low-resource deployment.

Honest numbers

Sahaj-86M (this)Sahaj-30M (previous)
params86,036,22430,417,152
pretrain val_loss2.863.10
raw factual QA (no RAG), early 25-question set12%4%
raw factual QA, 143-question decontaminated set (2026-09-26)25.9%not measured
factual QA (with RAG)~40% (retrieval-only, same for both)~40%
EOS stop rate50%60%
confidence-head AUROC0.70—

The 86M model isn't a strict upgrade: it recalls more facts unaided (12% vs 4% on the early set) but has a slightly worse EOS-stop rate and general-corpus perplexity after fine-tuning — it specializes harder on the instruction-following format it was trained on. Pick 30M for the smallest footprint, 86M for better raw factual recall.

Prompt format matters. Trained on the literal template "ਸਵਾਲ: {prompt}\nਜਵਾਬ: " — send prompts through that template (the reference server code does this automatically) for meaningfully more coherent output than bare/informal prompts.

Capacity note: at this scale, factual world knowledge is carried by the RAG layer (retrieval over a local Wikipedia-pa index), not memorized in the weights. Use this as a fast, private conversational layer with a grounded lookup tool behind it.

Files

  • sft_checkpoint_best.pt — full checkpoint (model + optimizer state), what the reference inference.py/server.py load out of the box.
  • model_fp16.safetensors + config.json — smaller weights-only export (~181MB) for anyone building their own loader.
  • sevak_bpe_6k.model — the SentencePiece BPE tokenizer (vocab 6000).

Run it

git clone https://github.com/gurpreetsingh5523-source/sahaj-86m
cd sahaj-86m
pip install -r requirements.txt
# download sft_checkpoint_best.pt and sevak_bpe_6k.model from this repo into the same folder
python3 inference.py --checkpoint sft_checkpoint_best.pt --prompt "ਸਵਾਲ: ਸਤਿ ਸ੍ਰੀ ਅਕਾਲ\nਜਵਾਬ:"

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
39c150f

0 моделей