/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
1 млрд
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
TinyLlama-1.1B-Chat-v1.0
Опубликована
30 янв 2024

TinyLlama-1.1B-Chat-v1.0-pruned2.4

Генерация текстаТекст → текст3 профессии

Компактная чат-модель TinyLlama на 1 млрд параметров для генерации текста и диалоговых ответов с оптимизацией для NM-vLLM.

13 506скачиваний за 30 дней2лайкавеса обновлены5 мая 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

Red Hat AI публикует эту версию TinyLlama-1.1B-Chat-v1.0, подготовленную для запуска в NM-vLLM — движке высокопроизводительной подачи сжатых языковых моделей. Это чат-модель семейства Llama с архитектурой LlamaForCausalLM и примерно 1 млрд параметров, предназначенная для генерации текста и диалоговых ответов при ограниченных вычислительных ресурсах. Контекст модели составляет 2048 токенов.

Модель оптимизирована для разреженного представления: в README описано применение SparseGPT и указано, что рецепт сжатия находится в recipe.yaml. Карточка также предлагает использовать NM-vLLM для локального инференса с высокой пропускной способностью и меньшим потреблением памяти. Лицензия — Apache-2.0. Англоязычная базовая TinyLlama ориентирована на компактные диалоговые сценарии; доступные сведения не подтверждают поддержку конкретных дополнительных языков или специализированных областей.

Сценарии применения

  • локальный чат-бот на малоресурсном сервере
  • генерация коротких текстовых ответов
  • диалоговый интерфейс для приложений
  • высокопроизводительная подача сжатой языковой модели

Ограничения

Компактный размер и контекст 2048 токенов ограничивают работу со сложными запросами и длинными документами. README описывает оптимизацию для NM-vLLM, но не приводит количественных оценок качества или сравнения с исходной моделью.

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

TinyLlama-1.1B-Chat-v1.0-pruned2.4

This repo contains model files for TinyLlama-1.1B-Chat-v1.0 optimized for NM-vLLM, a high-throughput serving engine for compressed LLMs.

This model was pruned with SparseGPT, using SparseML.

Inference

Install NM-vLLM for fast inference and low memory-usage:

pip install nm-vllm[sparse]

Run in a Python pipeline for local inference:

from vllm import LLM, SamplingParams

model = LLM("nm-testing/TinyLlama-1.1B-Chat-v1.0-pruned2.4", sparsity="semi_structured_sparse_w16a16")
prompt = "How to make banana bread?"
formatted_prompt =  f"<|im_start|>user\n{prompt}<|im_end|>\n<|im_start|>assistant\n"

sampling_params = SamplingParams(max_tokens=100,temperature=0,repetition_penalty=1.3)
outputs = model.generate(formatted_prompt, sampling_params=sampling_params)
print(outputs[0].outputs[0].text)
"""
Banana bread is a delicious dessert that is made with bananas. Here is how to make banana bread:

1. Firstly, you need to cut bananas into small pieces.
2. Then, you need to slice the bananas into small pieces
"""

Prompt template

<|im_start|>user
{prompt}<|im_end|>
<|im_start|>assistant

Sparsification

For details on how this model was sparsified, see the recipe.yaml in this repo and follow the instructions below.

Install SparseML:

git clone https://github.com/neuralmagic/sparseml
pip install -e "sparseml[transformers]"

Replace the recipe as you like and run this one-shot compression script to apply SparseGPT:

import sparseml.transformers

original_model_name = "TinyLlama/TinyLlama-1.1B-Chat-v1.0"
calibration_dataset = "open_platypus"
output_directory = "output/"

recipe = """
test_stage:
  obcq_modifiers:
    SparseGPTModifier:
      sparsity: 0.5
      sequential_update: true
      mask_structure: '2:4'
      targets: ['re:model.layers.\d*$']
"""

# Apply SparseGPT to the model
sparseml.transformers.oneshot(
    model=original_model_name,
    dataset=calibration_dataset,
    recipe=recipe,
    output_dir=output_directory,
)

Slack

For further support, and discussions on these models and AI in general, join Neural Magic's Slack Community

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
2544849

0 моделей