/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
287 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
7 сен 2026

cinimod-devops

Генерация текстаТекст → текст4 профессии

Компактная модель Cinimod на 287 млн параметров, обученная с нуля на материалах DevOps для генерации операционных подсказок и документации.

1 032скачиваний за 30 дней0лайковвеса обновлены5 окт 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

Cinimod DevOps 300M — компактная причинно-авторегрессионная языковая модель семейства Llama, разработанная dkudos и обученная с нуля на корпусе по DevOps и системному администрированию. Модель содержит около 287,3 млн параметров, использует контекст до 4096 токенов и предназначена для помощи с DevOps-инструментами, операционной документацией и локального запуска на небольших ресурсах.

Модель обучалась один проход по специализированному корпусу объёмом около 540 млн токенов. Она генерирует продолжение текста и не имеет встроенного шаблона чата. Для запуска доступны веса Safetensors и файлы GGUF в форматах F16 и Q8_0; GGUF рассчитан на llama.cpp. Для загрузки Safetensors требуются пользовательские классы архитектуры Cinimod. Лицензия — Apache-2.0.

Из-за небольшого размера и обучения на узком доменном корпусе модель может быть полезна для типовых DevOps-подсказок, но её общие знания и связность ответов ограничены. Указанный в README контекст 256K достигается масштабированием RoPE при запуске; обучение проводилось с длиной последовательности 4096 токенов.

Сценарии применения

  • получение подсказок по командам системного администрирования
  • составление черновиков DevOps-документации
  • генерация ответов на вопросы о работе nginx и других инструментов
  • локальная генерация текста на устройстве с ограниченными ресурсами

Ограничения

Модель небольшая и обучена за один проход на узком DevOps-корпусе, поэтому её общие знания и связность ответов ограничены. Для запуска Safetensors нужны пользовательские классы архитектуры Cinimod; контекст 256K достигается масштабированием RoPE на этапе запуска, тогда как обучение велось с длиной 4096 токенов.

Для каких профессий подходит4

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

The Model is ONLY PRE-TRAINED ATM

Cinimod DevOps 300M

A 287M-parameter decoder-only causal language model (Llama-3 style architecture), trained from scratch on a DevOps/ops SysAdmin domain corpus. Target usage: devops tooling assistance, ops documentation, and small on-box language modeling.

Model Details

PropertyValue
Parameters287,310,848 (~287M)
ArchitectureLlama-style decoder-only (custom, not stock transformers LlamaForCausalLM params)
Hidden size1024
Layers20
Attention heads16
KV heads (GQA)4
Intermediate size2730
Vocab size65,536 (BPE)
Position embeddingsRoPE, theta = 500000
Trained context4096 tokens
Max context (served)up to 256K via linear RoPE scaling
Embeddingstied (no separate lm_head)

Training

  • Objective: from-scratch pretraining on a DevOps/ops corpus.
  • Compute: 2x RTX 4090 (24 GB each, bf16), DeepSpeed ZeRO-2, FP32 master weights via bf16 autocast.
  • Tokens: one epoch over ~132,068 sequences at seq_len 4096 (~540M tokens).
  • Steps: 4000, warmup 40, LR 6e-4 cosine decay (final step LR ~0).
  • Efficient attention: torch.nn.functional.scaled_dot_product_attention (flash path via flash-attn 2).
  • Loss trajectory: train loss 0.43 (step 2000) -> 0.35 (step 4000).

Evaluation

  • Full validation (17,492 bins / 123,656 sequences @ 4096): mean eval loss 2.3163 (perplexity 10.14). Final log in full_val_eval.log.

Files

FileDescriptionSize
model.safetensorsFull bf16 PyTorch weights (HF format with config.json, tokenizer.json/tokenizer_config.json)548 MiB
config.jsonModel config (transformers)-
tokenizer.json / tokenizer_config.jsonBPE tokenizer (vocab 65,536)-
train_log.logFull training log (steps, losses, LR)-
full_val_eval.logHeld-out full validation eval log-

GGUF files are listed in the GGUF section above.

GGUF (llama.cpp) — recommended

Ready-to-serve GGUF quantizations. Both are standalone single files with no dependencies (no Cinimod source code needed). The token embedding tensor is left in BF16/F16 (the Q8_0 quantizer keeps non-32-divisible dims at F16); all other weights are as noted.

QuantizationFileSizeNotes
Q8_0checkpoint-4000-Q8_0.gguf344 MiBRecommended default. ~8-bit, near-lossless, ~2x smaller than F16
F16checkpoint-4000-f16.gguf550 MiBBest fidelity for llama.cpp

How to run

HuggingFace transformers (PyTorch)

The model.safetensors require the Cinimod architecture classes (cinimod.model.llama.LlamaForCausalLM) — a custom Llama variant, not the stock transformers.LlamaForCausalLM. Load from the repo source only:

import sys
sys.path.insert(0, "/path/to/cinimod-llm/src")   # package src/cinimod
from cinimod.model.llama import LlamaForCausalLM
from transformers import PreTrainedTokenizerFast

model = LlamaForCausalLM.from_pretrained("dkudos/cinimod-devops")
tok = PreTrainedTokenizerFast.from_pretrained("dkudos/cinimod-devops")
ids = tok.encode("how do I check nginx status", return_tensors="pt")
out = model.generate(ids, max_new_tokens=64)
print(tok.decode(out[0]))

If you are not in the Cinimod repo, use the GGUFs instead — they are standalone and need no source code. We publish GGUFs precisely because the HF-PyTorch path depends on the custom architecture classes.

llama.cpp (recommended for serving)

Both GGUFs load directly in llama.cpp / llama-server with no external deps.

# Q8_0 (default)
wget https://huggingface.co/dkudos/cinimod-devops/resolve/main/checkpoint-4000-Q8_0.gguf
llama-server -m checkpoint-4000-Q8_0.gguf --port 8080

# or F16 for best fidelity
wget https://huggingface.co/dkudos/cinimod-devops/resolve/main/checkpoint-4000-f16.gguf
llama-server -m checkpoint-4000-f16.gguf --port 8080

256K context via linear RoPE scaling (trained at 4096):

llama-server -m dkudos/cinimod-devops/checkpoint-4000-Q8_0.gguf \
  --ctx-size 262144 --rope-scaling linear --rope-scale 64 --port 8080

Rope scaling is serve-time only; this model ships with rope_scaling: null. For aggressive 64x scaling, Yarn (--rope-scaling yarn --rope-scale 64) often generalizes better than linear if long-range coherence suffers.

One-line test:

llama-server -m checkpoint-4000-Q8_0.gguf --ctx-size 262144 --rope-scaling linear --rope-scale 64
curl http://localhost:8080/v1/chat/completions -H 'Content-Type: application/json' \
  -d '{"messages":[{"role":"user","content":"List 5 common systemd service commands"}],"max_tokens":128}'

Notes on the tokenizer

Vocabulary is a 65,536-token BPE (custom, tokenizers backend). <pad>, <s>, </s>, <unk> are at indices 0-3, trained with pad_token_id=0. It is a plain causal LM — no chat template is baked in. If GGUF chat-format warnings appear they are just llama.cpp server defaults, not part of the model.

Limitations

  • Pretrained from scratch on a single domain (DevOps) for one epoch at small scale (~287M) — expect domain-limited fluency, not general world knowledge.
  • Exact transformers architecture classes are Cinimod-custom; use the GGUFs for maximum portability (no source code needed).

Related

  • dkudos/cinimod-devops-sft-base - the same trained weights in SFT-ready form: vocab_size 65539 (65536 trained + 3 reserved embedding rows for chat special tokens), 287,313,920 parameters. Use that repo for fine-tuning and for the CMAF Phase-0 experiments; use the GGUFs in this repo for llama.cpp serving.

License

Apache 2.0

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
91ff871

0 моделей