/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
113 млн
Лицензия
MIT
Архитектура
llama · dense
Базовая модель
TinyBalls-v1-Base
Опубликована
4 окт 2026

TinyBalls-110M-V1

Генерация текстаТекст → текст

Компактная англоязычная LLaMA-модель для диалоговой генерации текста, вызова инструментов и восстановления после ошибок.

339скачиваний за 30 дней1лайквеса обновлены4 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

TinyBalls-110M-V1 — компактная инструктивная языковая модель семейства LLaMA, разработанная авторами репозитория igidn. Модель содержит около 113 млн параметров, построена на плотной архитектуре LlamaForCausalLM с 12 слоями и скрытым размером 768; веса представлены в формате safetensors и имеют точность float32. Контекст модели достигает 32 768 токенов.

Модель обучена с нуля на англоязычных данных, а затем дообучена для диалогов, вызова инструментов и восстановления после ошибок. Она предназначена для генерации текста в чате, ответов с использованием заданных инструментов и выполнения компактных агентных сценариев. В карточке описан формат диалога и передача схем инструментов в системном сообщении.

Модель лучше использовать с настройками сэмплирования из generation_config.json: автор предупреждает, что жадное декодирование может приводить к циклам повторов. Лицензия — MIT. Англоязычное предобучение и небольшой размер модели ограничивают её применимость к сложным или многоязычным задачам; опубликованные материалы не содержат количественной оценки качества.

Сценарии применения

  • ответы в компактном англоязычном чат-боте
  • вызов инструментов по JSON-схеме
  • восстановление после ошибок при использовании инструментов
  • агентные сценарии с последовательными действиями
  • ответы на вопросы с опорой на предоставленный контекст

Ограничения

Автор указывает, что жадное декодирование может вызывать циклы повторов, поэтому рекомендуется сэмплирование с настройками из generation_config.json. Модель компактная и обучалась на англоязычном корпусе; количественные оценки качества в карточке не приведены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

TinyBalls-110M-V1

A 113M-parameter LLaMA-style instruct model, trained from scratch on 2B tokens and then fine-tuned for chat and tool use.

The base (non-instruct) model is a separate repo: igidn/TinyBalls-v1-Base.

Architecture

params113.3M (151.0M counting the tied head twice)
layers12
hidden size768
attention12 query heads / 4 KV heads (GQA), head dim 64
FFNSwiGLU, intermediate 2048, pre-activations clamped at 10.0
vocab49,154 (SmolLM2 byte-level BPE + ChatML and tool specials)
context32,768 (8,192 used in practice, see below)
tied embeddingsyes
RoPE theta500,000

Weights are float32 and load as a standard transformers LlamaForCausalLM.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

tok = AutoTokenizer.from_pretrained("igidn/TinyBalls-110M-V1")
model = AutoModelForCausalLM.from_pretrained(
    "igidn/TinyBalls-110M-V1", torch_dtype="float32")

messages = [{"role": "user", "content": "What is the capital of France?"}]
inputs = tok.apply_chat_template(messages, add_generation_prompt=True,
                                 return_tensors="pt")
out = model.generate(**inputs, max_new_tokens=128,
                     do_sample=True, temperature=0.8, top_p=0.95)
print(tok.decode(out[0][inputs["input_ids"].shape[1]:]))

Generation stops at <|im_end|> (id 2), which is the configured EOS. The sampling settings in generation_config.json (temperature=0.8, top_p=0.95) are the ones to use — greedy decoding is prone to repetition loops on this checkpoint. Every number below was measured under sampling.

Chat format

<|im_start|>system
{system}<|im_end|>
<|im_start|>user
{user}<|im_end|>
<|im_start|>assistant
{content}<|im_end|>
<|im_start|>tool
<|tool_result|>{result}<|im_end|>

An assistant turn is optional <think>...</think> reasoning, then text, then zero or more <|tool_call|>{...} segments, then <|im_end|>. There is no newline after the closing <|im_end|> — the next turn's <|im_start|> follows immediately.

Tool calling

Tool schemas go in the system message as full JSON, and the model replies with <|tool_call|>{"name": "...", "arguments": {...}} and nothing after it:

<|im_start|>system
You are a helpful assistant with access to tools. Use the provided tools when
they can help answer the user's request. If a tool call is needed, put any
reasoning in <think>...</think> first.
Available tools:
[{"type": "function", "function": {"name": "get_weather", ...}}]
To call a tool, reply with <|tool_call|>{"name": "...", "arguments": {...}} and nothing after it.<|im_end|>

Use the chat_template in tokenizer_config.json as the format of record.

Training

Three stages, each from igidn/tinyballs-v1:

  1. Pretraining, 2.01B tokens (1.5B broad + 0.5B quality anneal) on an English-only mix of web, books, Wikipedia, code, math, papers and forums. Sequence length 2048, RoPE theta 10,000.
  2. SFT on 90,804 conversations / 161M tokens of distilled chat, tool-calling and agentic data, in three phases. RoPE theta is raised 10k → 50k → 500k alongside context 2048 → 8192 → 32768.
  3. Tool-call repair, 630 steps / 41.3M tokens on a targeted mix for schema binding, abstention, error recovery and grounded answers. This is the released checkpoint.

Files

file
model.safetensorsfp32 LlamaForCausalLM weights
config.jsonarchitecture, rope_theta 500000, 32k context
tokenizer.jsonthe exact tokenizer these weights were trained with
tokenizer_config.jsonspecials + ChatML chat_template
generation_config.jsonsampling defaults, EOS = `<
ModelfileOllama serving template

License

MIT.

-igidn

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
b1e679c

0 моделей