/ Модель

Характеристики

Контекст
8 192 токена
Параметры
134 млн
Размер весов
269 МБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
SmolLM2-135M-Instruct
Опубликована
26 фев 2026

kimi-k2

Генерация текстаТекст → текст3 профессии

Компактная англоязычная модель на базе SmolLM2 для диалогов, простых агентных задач и формирования вызовов инструментов.

96скачиваний за 30 дней1лайквеса обновлены26 фев 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

NanoAgent — компактная языковая модель на 134,5 млн параметров, разработанная автором репозитория applexml/kimi-k2 на основе HuggingFaceTB/SmolLM2-135M-Instruct. Это плотная модель семейства Llama для генерации текста и диалогов, дообученная методом Dynamic Fine-Tuning на данных для следования инструкциям, простых рассуждений и вызова инструментов. Контекст модели — 8192 токена; репозиторий содержит веса Safetensors, а в метаданных указана библиотека MLX.

Модель предназначена для лёгких агентных сценариев на персональных устройствах: формирования структурированных вызовов инструментов и ответов с учётом их результатов, а также простых ReAct-взаимодействий. Обучающие данные включают англоязычные наборы для агентных задач, математики, кода и диалогов. Модель описана как бета-версия; для неё отмечены ошибки и неполные ответы, а выполнение вызовов инструментов может сбоить. Лицензия — Apache-2.0.

Сценарии применения

  • формирование структурированных вызовов инструментов
  • ответы с учётом результатов вызова инструмента
  • создание лёгкого локального чат-агента
  • простые ReAct-сценарии с последовательностью действий
  • следование инструкциям и решение простых математических задач

Ограничения

Это бета-модель: она может выдавать неправильные или неполные ответы, а вызовы инструментов могут работать с ошибками. README рекомендует использовать её для исследований и экспериментов.

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

POC

FORKED FROM

🧠 NanoAgent — 135M Parameter Agentic LLM

NanoAgent is a compact 135M parameter, 8k context-length language model trained to perform tool calls and generate responses based on tool outputs.
Despite its small size (~135 MB in 8-bit precision), it’s optimized for agentic use cases and runs easily on personal devices.

Github: NanoAgent

Inference resource: link


✨ Features

  • 🧰 Tool Calling — understands and responds with structured outputs from tool calls.
  • 🧭 Instruction Following — strong instruction following abilities.
  • 🧠 Basic Reasoning — handles lightweight reasoning and ReAct-style interactions.
  • ⚡ Lightweight — runs on local hardware with minimal resources.

🧪 Training Overview

Base model: SmolLM2-135M-Instruct
Fine-tuning method: Dynamic Fine-Tuning (DFT)
Hardware: Apple Mac M1 (16 GB Unified Memory) using MLX.

📚 Datasets Used

  • microsoft/orca-agentinstruct-1M-v1 — agentic tasks, RAG answers, classification
  • microsoft/orca-math-word-problems-200k — lightweight reasoning
  • allenai/tulu-3-sft-personas-instruction-following — instruction following
  • xingyaoww/code-act — ReAct style reasoning and action
  • m-a-p/Code-Feedback — alignment via feedback
  • HuggingFaceTB/smoltalk + /apigen — tool calling stabilization
  • weijie210/gsm8k_decomposed — question decomposition
  • Locutusque/function-calling-chatml — tool call response structure

⚠️ Disclaimer

This is a beta model.

  • It may produce incorrect or incomplete outputs.
  • Tool call execution is basic and can fail in some cases.
  • Intended for research and experimentation only — not production use.

🧭 Roadmap

  • ✅ Initial release with DFT fine-tuning
  • 🧪 Benchmarking on agentic tasks
  • 🔬 Experimenting with GRPO for tool calling (failed)
  • 🧠 Weight merging experiments for improved performance
  • Add more tool calling dataset

📥 Model Size

  • 135M parameters
  • ~135 MB in 8-bit precision
  • 8k context length

⚡ Example Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "quwsarohi/NanoAgent-135M"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)

def inference(messages, max_new_tokens=256, temperature=0.3, min_p=0.15, **kwargs):
    input_text = tokenizer.apply_chat_template(
        messages, tokenize=False, add_generation_prompt=True
    )
    inputs = tokenizer.encode(input_text, return_tensors="pt")
    outputs = model.generate(
        inputs,
        max_new_tokens=max_new_tokens,
        do_sample=True,
        min_p=0.15,
        temperature=temperature,
        **kwargs
    )
    return tokenizer.decode(outputs[0][inputs.shape[1] :], skip_special_tokens=True)

messages = [{"role": "user", "content": "Hi! Do you have a name?"}]
print(inference(messages))

Use the following template for tool calling:

TOOL_TEMPLATE = """You are a helpful AI assistant. You have a set of possible functions/tools inside <tools></tools> tags. 
Based on question, you may need to make one or more function/tool calls to answer user.

You have access to the following tools/functions:
<tools>{tools}</tools>

For each function call, return a JSON list object with function name and arguments within <tool_call></tool_call> tags."""

Sample tool call definition:

{
  "name": "web_search",
  "description": "Performs a web search for a query and returns a string of the top search results formatted as markdown with titles, links, and descriptions.",
  "parameters": {
    "type": "object",
    "properties": {
      "query": {
        "type": "string",
        "description": "The search query to perform.",
      }
    },
    "required": ["query"],
  },
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
LlamaForCausalLM
Ревизия весов
d3f6119

0 моделей