/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
285 млн
Архитектура
nanochat · dense
Библиотека
transformers
Опубликована
6 мая 2026

himalayagpt-0.5b-it

Генерация текстаТекст → текст3 профессии

Компактная модель nanochat от himalaya-ai для генерации текста с контекстом до 2048 токенов.

105скачиваний за 30 дней6лайковвеса обновлены26 июн 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

himalaya-ai выпустила himalayagpt-0.5b-it — модель для генерации текста на архитектуре nanochat, экспортированную из чекпойнта nanochat с кодом для Transformers. В репозитории указаны источник чекпойнта SFT и шаг обучения 49164; модель содержит 285,2 млн параметров, использует формат safetensors и рассчитана на контекст до 2048 токенов.

Модель предназначена для генерации текста. Для загрузки используются пользовательские код и токенизатор, поэтому требуется включить trust_remote_code в Transformers. README не описывает целевые сценарии, языки или результаты оценки качества. Дата создания репозитория — 6 мая 2026 года. Сведения о лицензии в предоставленных данных отсутствуют.

Сценарии применения

  • генерация продолжения текста
  • создание коротких текстовых ответов
  • эксперименты с компактными причинно-языковыми моделями

Ограничения

Для загрузки требуется пользовательский код модели и токенизатора с trust_remote_code=True. В предоставленных данных нет сведений о лицензии, поддерживаемых языках или оценке качества.

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

local/nanochat-export

Exported from nanochat checkpoints with custom transformers remote code.

Load

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

repo = "himalaya-ai/himalayagpt-0.5b-it"
tok = AutoTokenizer.from_pretrained(repo, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    repo,
    trust_remote_code=True,
    torch_dtype="auto",
    device_map="auto" if torch.cuda.is_available() else None,
)

prompt = "नेपालको राजधानी "
ids = tok(prompt, return_tensors="pt").input_ids.to(model.device)
out = model.generate(ids, max_new_tokens=64)
print(tok.decode(out[0], skip_special_tokens=True))

Notes

  • This repo uses custom model/tokenizer code (trust_remote_code=True).
  • Checkpoint source: sft
  • Model tag: d15_harl_fulltokens_sdpa_bs32
  • Step: 49164

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
NanochatForCausalLM
Ревизия весов
10ef513

0 моделей