/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
18,8 ГБ
Лицензия
MIT
Архитектура
qwen3_5 · dense
Базовая модель
Ornith-1.0-9B
Библиотека
transformers
Опубликована
5 июл 2026

grug-9b

Генерация текстаТекст → текст10 профессий

Дообученная на кратких рассуждениях 9-миллиардная модель для генерации текста и кода, диалогов и агентных сценариев.

53скачиваний за 30 дней12лайковвеса обновлены24 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

grug-9b — дообученная ProCreations версия dense-модели Ornith-1.0-9B семейства Qwen3.5 с 9 млрд параметров. Модель предназначена для генерации текста и кода, диалогов и сценариев с агентами и вызовами инструментов. Дообучение на датасете ProCreations/grug-think учит модель формулировать рассуждения кратко: по данным автора, медианная длина рассуждения в датасете составляет 11 слов, а в тестах модели сократилось число токенов рассуждения.

В сравнительных тестах автора grug-9b быстрее исходной модели и показывает близкий результат на MBPP, но уступает на HumanEval; корректность формата вызовов инструментов в тесте снизилась с 100% до 88,9%. Заявлена поддержка обработки изображений благодаря сохранённой vision tower, однако метаданные относят модель к генерации текста, поэтому качество зрительных задач по этим сведениям оценить нельзя. Для запуска требуется Transformers версии 5.8 или новее. Лицензия — MIT.

Сценарии применения

  • генерация и исправление кода
  • решение задач по программированию с короткими рассуждениями
  • диалоговое взаимодействие с пользователем
  • выбор и вызов инструментов в агентных сценариях

Ограничения

По тестам автора HumanEval pass@1 снизился с 91,5% у базовой модели до 79,3%, а корректность формата вызовов инструментов — со 100% до 88,9%. Для запуска требуется Transformers 5.8 или новее.

Для каких профессий подходит10

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

grug-9b

grug take big-brain bird model. grug teach bird think small. bird still code good. bird now think 36 token where old bird think 570. this whole model, LoRA already squished inside. download, run, done.

base bird: Ornith-1.0-9B (dense 9B, MIT, very smart, very chatty inside head) grug medicine: LoRA r=64 on grug-think dataset — 100k agent trajectory where all thinking rewritten short grug style. one full epoch, ~140M token, one RTX PRO 6000, ~13 hour.

numbers. grug measure, not guess

same harness both birds. same prompt. greedy. no cherry pick. eval code live in dataset repo (scripts/eval_grug.py).

how good

testold birdgrug birdchange
HumanEval pass@191.5%79.3%-12.2
MBPP pass@180.0%78.0%-2.0
agent replay: tool call valid100%88.9%-11.1
agent replay: RIGHT tool picked77.8%88.9%+11.1

how cheap

testold bird tokens (think part)grug bird tokens (think part)change
HumanEval958 (570 think)249 (36 think)-74% (-94% think)
MBPP594 (305 think)148 (38 think)-75% (-88% think)
agent replay137 (99 think)73 (14 think)-47% (-85% think)

how fast

whole benchmark suite, same GPU, same everything:

old birdgrug bird
wall time87.4 min26.1 min

3.3x faster. tokens = time = money. grug bird leave money in pocket.

per SOLVED problem old bird spend ~1047 token. grug bird spend ~314. three grug answer for price of one old answer.

real grug bird think trace

<think>Tuple field likely in fields.py. View file to find implementation.</think>
<think>Need exact line numbers for Tuple class. Use grep.</think>
<think>Understand how _bind_to_schema works in base Field class. Tuple likely
missing override that binds inner fields.</think>

real hypothesis chain. no "Let me carefully analyze". grug already analyzing. grug just do.

honest part. grug always honest

  • HumanEval drop 12 point. on hardest problem, big thinking was doing real work. grug bird trade some hard-problem muscle for 4x cheaper everything. if that trade bad for your cave, use old bird there
  • MBPP basically same. agent tool-choosing BETTER (+11). grug style maybe help bird pick right club
  • tool-call format valid 100 -> 88.9. sometimes grug bird talk when should poke tool
  • fix ideas grug not try yet: mix 10-20% long-think example in data, or second epoch

how use

from transformers import AutoModelForImageTextToText, AutoTokenizer
import torch

model = AutoModelForImageTextToText.from_pretrained(
    "ProCreations/grug-9b", dtype=torch.bfloat16, device_map="auto")
tokenizer = AutoTokenizer.from_pretrained("ProCreations/grug-9b")

messages = [{"role": "user", "content": "Write a function that checks if a number is prime."}]
inputs = tokenizer.apply_chat_template(messages, add_generation_prompt=True,
                                       return_tensors="pt").to(model.device)
out = model.generate(inputs, max_new_tokens=512, do_sample=False)
print(tokenizer.decode(out[0][inputs.shape[1]:], skip_special_tokens=True))

need transformers >= 5.8 (qwen3_5 architecture). thinking come in <think> tag. tool calling use same XML <tool_call><function=...> format as base bird. vision tower still inside, untouched, frozen during tune.

family

  • dataset: ProCreations/grug-think — 100,891 example, think median 11 word
  • adapter only (small download, need base): ProCreations/grug-ornith-9b-lora

grug done. model think small. work same-ish. much cheap. go build.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
98a03b3

0 моделей