📖 Simple-Stories-Hindi-20M (22.3M Parameters)
A 22.3M parameter decoder-only Transformer language model trained from scratch on 2.11 million Hindi simple stories. The model generates coherent, creative, and grammatically sound Hindi stories given a short text prompt.
📊 Evaluation & Training Metrics
| Metric / Property | Value |
|---|---|
| Best Validation Loss | 1.6914 (Cross-Entropy Loss) |
| Total Training Steps | 386,000 steps |
| Total Parameters | 22,310,784 (22.3M) |
| Non-Embedding Parameters | 20,006,784 (20M) |
| Training Dataset | SmallScale/Simple-Stories-Hindi (~2.11M stories) |
| Model Size on Disk | ~86 MB (model.safetensors) |
🏗️ Model Architecture Details
| Parameter | Value | Notes |
|---|---|---|
| Architecture | LLaMA-style Decoder | RoPE + SwiGLU + RMSNorm |
Hidden Size (d_model) | 384 | Vector dimension |
| FFN Intermediate Size | 1024 | 8/3 × d_model rounded to multiple of 64 |
Layers (n_layers) | 10 | Transformer blocks |
Attention Heads (n_heads) | 8 | Multi-Head Self Attention |
Context Length (max_seq_len) | 512 tokens | Sequence window |
| Vocabulary Size | 6,000 | SentencePiece Unigram (Devanagari optimized) |
| Weight Tying | Enabled | Token embeddings & output projection share weights |
| Precision | float32 | Weights stored in native FP32 safetensors |
🚀 Quick Start & Usage
import torch
from transformers import AutoModelForCausalLM, AutoTokenizer
# Load tokenizer and model directly from Hugging Face
tokenizer = AutoTokenizer.from_pretrained("SmallScale/Simple-Stories-Hindi-20M", trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained("SmallScale/Simple-Stories-Hindi-20M", trust_remote_code=True)
if torch.cuda.is_available():
model = model.to("cuda")
# Prompt input
prompt = "एक समय की बात है"
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
# Generate story
outputs = model.generate(
**inputs,
max_new_tokens=200,
do_sample=True,
top_k=40,
top_p=0.95,
temperature=0.8
)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))
📝 Sample Generated Stories
Prompt: एक समय की बात है
एक समय की बात है, और वह एक रात एक लड़की के लिए सब कुछ बदल सकती है। वह एक आभासी क्षेत्र में प्रवेश कर गई, जहाँ वह एक लड़के से मिली, जो उसके सपनों से बना था। वे अपने डर और इच्छाओं को साझा करते थे...
Prompt: एक जंगल में
एक जंगल में जहाँ पेड़ों ने रहस्यों को फुसफुसाया, एक लड़का एक छोटी सी झोपड़ी में रहता था। वह अक्सर सोचता था कि अगर वह अपने सपनों में एक परी से मिल सकता है तो क्या होगा...
🔗 Related Resources
- GGUF (FP16) Model Repo: SmallScale/Simple-Stories-Hindi-20M-GGUF
- Live In-Browser Demo (WebGPU / WASM): SmallScale/simple-stories-20m-webgpu
- Dataset: SmallScale/Simple-Stories-Hindi
📄 License
MIT License