/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Архитектура
small_lm · dense
Библиотека
transformers
Опубликована
7 сен 2026

Vela-15M-Preview

Генерация текстаТекст → текст3 профессии

Компактная англоязычная модель ParallaxOpen для генерации математических задач, решений и учебных объяснений.

160скачиваний за 30 дней0лайковвеса обновлены30 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

Vela-Lumen-15M — компактная языковая модель компании ParallaxOpen для генерации математических материалов. Модель содержит 15 486 080 параметров и использует декодерный трансформер с GQA, SwiGLU, RMSNorm и RoPE. Она обучена с нуля, затем дообучена на математических задачах; доступны веса в форматах GGUF F16 и Safetensors FP16/FP32. Для запуска автор рекомендует GGUF с Ollama, llama.cpp или LM Studio, а также предоставляет вариант инференса через Python.

Модель предназначена для создания текстовых задач и решений, учебных объяснений и материалов для практики, а также для продолжения текста по математическим темам. Карточка указывает английский язык. Автор отмечает, что модель ненадёжно решает арифметику, не справляется со сложными рассуждениями и генерирует несвязный длинный текст. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

Сценарии применения

  • создание математических задач для практики
  • генерация примеров решений простых задач
  • подготовка учебных объяснений по математическим темам
  • продолжение текста по математической теме
  • создание черновиков математических учебных материалов

Ограничения

Модель ненадёжно решает арифметические задачи, не справляется со сложными рассуждениями и может терять связность в длинном тексте. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование.

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

Vela-Lumen-15M

A 15M-parameter math content generator trained from scratch on a single 8GB laptop GPU.

Note: This is a custom architecture. Use the provided GGUF files or inference.py for inference.

Downloads

FormatFileSizeHow to Use
GGUF F16vela-lumen-15m-f16.gguf16 MBRecommended — Works with Ollama, llama.cpp, LM Studio
Safetensors FP16model-fp16.safetensors15 MBHalf precision, Python
Safetensors FP32model.safetensors31 MBFull precision, training

Quick Start (Ollama)

wget https://huggingface.co/ParallaxOpen/Vela-Lumen-15M/resolve/main/vela-lumen-15m-f16.gguf
cat > Modelfile << 'EOF'
FROM vela-lumen-15m-f16.gguf
TEMPLATE "{{ .System }}{{ .Prompt }}"
SYSTEM "You are a math tutor."
EOF
ollama create vela-lumen-15m -f Modelfile
ollama run vela-lumen-15m

Capabilities

What it CAN do:

  • Generate math word problems and solutions
  • Generate math tutorials and explanations
  • Text completion for math topics
  • Attempt to answer simple questions

What it CAN'T do:

  • Solve arithmetic reliably (0% GSM8K)
  • Complex reasoning tasks
  • Long-form coherent text

Best for:

  • Math content generation
  • Educational content creation
  • Practice problem generation
  • Text completion for math topics

Model Details

PropertyValue
DeveloperParallaxOpen
Parameters15,486,080
ArchitectureTransformer Decoder, GQA 4:2, SwiGLU, RMSNorm, RoPE
Context512 tokens
Vocab24,189
LicenseCC BY-NC 4.0

Training

  • Pretrain: 200K steps on 7B tokens (1.5B web + 5.6B math)
  • SFT: 3K steps on 14K math problems
  • Total: ~10 hours on RTX 5060

Architecture

ComponentValue
Layers6
Hidden dim320
Q heads4
KV heads2 (GQA)
FFN dim1,024 (SwiGLU)
NormRMSNorm
PositionRoPE (theta=10,000)
Weight tyingYes

Citation

@software{vela-lumen-15m,
  title={Vela-Lumen-15M: A 15M-param Math Content Generator},
  author={ParallaxOpen},
  year={2026},
  note={Trained on a single RTX 5060 Laptop GPU in 10 hours}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Архитектура small_lm неизвестна transformers в образе рантайма.

Ревизия весов
ee162e7

0 моделей