/ Модель

Характеристики

Контекст
256 токенов
Параметры
104 688
Лицензия
Apache 2.0
Архитектура
llama · dense
Библиотека
transformers
Опубликована
11 мая 2026

Supra-Mini-0.1M

Генерация текстаТекст → текст3 профессии

Сверхкомпактная англоязычная модель SupraLabs для экспериментов с генерацией текста и обучением маленьких языковых моделей.

75скачиваний за 30 дней5лайковвеса обновлены18 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

SupraLabs Supra Mini 0.1M — очень маленькая базовая языковая модель, выпущенная SupraLabs как демонстрация обучения сверхкомпактных моделей и проверки их способности усваивать общеобразовательные знания. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM, примерно 104,7 тыс. параметров по метаданным (в README указано 117 648), четырьмя слоями и контекстом до 256 токенов. Для работы используется библиотека Transformers и формат Safetensors; модель обучена на 500 млн токенов Fineweb-Edu за два эпоха.

Модель предназначена для экспериментов, образовательных демонстраций и тестирования обучения или запуска крошечных языковых моделей на ограниченных ресурсах. Она генерирует продолжение текста на английском языке. В README приведены результаты Arc_Easy, Wikitext и BLiMP, однако авторы предупреждают, что модель часто выдаёт несвязный и недостоверный текст и не подходит для рассуждений, диалогов или программирования. Лицензия — Apache-2.0.

Сценарии применения

  • демонстрация авторегрессионной генерации текста на крошечной модели
  • образовательные эксперименты с архитектурой Llama
  • тестирование запуска языковых моделей на CPU и ограниченных устройствах
  • изучение влияния переобучения на качество языковой модели

Ограничения

По README модель часто генерирует несвязный и недостоверный текст; она не предназначена для диалогов, рассуждений или программирования. Контекст ограничен 256 токенами.

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

🦅 Supra Mini 0.1M

Supra Mini 0.1M is a very small, yes, very small base model trained on 500 million tokens of Fineweb-Edu for 2 epochs to prove how well very tiny models can perform on world knowledge.

Model Config

  • Parameters: 117,648 (0.1M)
  • Architecture: Llama
  • Vocab size with custom BPE tokenizer: 250
  • Hidden Size: 48
  • Intermediate Size: 96
  • Hidden Layers: 4
  • Attention Heads: 4
  • Max Position Embeddings: 256
  • Learning rate: 6e-4
  • Weight Decay: 0.01

Final Loss

This model reached a final train loss after 2 epochs of 1.819.

Benchmarks

All benchmarks were executed using lm-eval.

TaskValueRandom level
Arc_Easy0.26390.25 (25%)
Wikitext25.1691-
BLiMP0.51770.5 (50%)

Examples

Prompt: "Artificial intelligence is " Output:: "Artificial intelligence is power by the leading the community, the book of the bring and in the made to the production of the back of an installing and consider in the several c" Prompt: "The main concept of physics is " Output:: "The main concept of physics is a struggle of the development of the company of the solution of the work of the first can be some of the supply a part of the state of the management," Prompt: "Once upon a time, " Output:: "Once upon a time, so that he survey which is a self-described by the series of the surgery of the really a policy of the process of the southern of the material the stu"

Usage

To use our model, just run this code using HF Transformers to execute the model:

from transformers import pipeline
import torch

print("[*] Loading model from Hugging Face Hub...")
pipe = pipeline(
    "text-generation", 
    model="SupraLabs/Supra-Mini-0.1M",
    device_map="auto",
    torch_dtype=torch.float16 if torch.cuda.is_available() else torch.float32
)

def generate_text(prompt, max_length=50):
    result = pipe(
        prompt, 
        max_new_tokens=max_length,
        do_sample=True,
        temperature=0.5,
        top_k=25,
        top_p=0.9,
        repetition_penalty=1.2,
        pad_token_id=pipe.tokenizer.pad_token_id,
        eos_token_id=pipe.tokenizer.eos_token_id
    )
    return result[0]['generated_text']

test_prompt = "The importance of education is"
print(f"\nPrompt: {test_prompt}")
print("-" * 30)
print("\nOutput:\n" + generate_text(test_prompt))

Use cases

  1. Educational research
  2. deployment or testing/fine-tuning on edge environments
  3. Or more simply, for fun

Limitations

  1. Cannot reason, chat, or code
  2. Incoherent more often than not
  3. Mostly unfactual

Training guide

We trained Supra Mini 0.1M on a single T4 GPU in ~45 minutes for 2 epochs. The full training code can be found in this repo as run.sh (easily run the complete pipeline), train_tokenizer.py (train costum BPE tokenizer with vocab size of 250), train.py (train the model) and inference.py (test the model). The model was trained on the first 500 million tokens of Sample-10BT from Fineweb-Edu using streaming tokenization.

Overtraining

Yes, this model is heavily overtrained! With about ~212x more data than needed (20 tokens per parameter is chinchilla-optimum - we used ~4250).

Final thoughts

As the new founded organization SupraLabs, we are proud the introduce our first Tiny-LLM to prove that our pipeline is running. More models will release soon...

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
08a6bea

0 моделей