/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
26 авг 2026

mara-small

Генерация текстаТекст → текст3 профессии

Компактная GPT-модель для генерации коротких детских историй на английском языке и экспериментов с инференсом на маломощных устройствах.

64скачиваний за 30 дней1лайквеса обновлены26 авг 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

mara-small — компактная языковая модель на 24,6 млн параметров, созданная разработчиком с нуля и обученная на корпусе TinyStories. Архитектура GPT включает 6 слоёв, RoPE, SwiGLU и связанные эмбеддинги. Модель предназначена для генерации коротких детских историй на английском языке; она может служить базой для браузерного инференса и экспериментов с малыми моделями. Для запуска доступны веса SafeTensors, ONNX FP16 для WebGPU и ONNX INT8 для WASM. Лицензия — Apache-2.0.

Модель принимает текстовые подсказки и продолжает их связным повествованием. Контекстное окно составляет 512 токенов. Она не обучена следовать инструкциям и не обладает широкими знаниями о мире; за пределами тематики детских историй качество быстро снижается. Возможны ошибки с местоимениями и гендером.

Сценарии применения

  • генерация коротких детских историй по текстовой подсказке
  • продолжение простых рассказов на английском языке
  • эксперименты с запуском малых языковых моделей в браузере
  • оценка компактных GPT-моделей, обученных на TinyStories

Ограничения

Модель рассчитана на англоязычные детские истории и быстро теряет качество на запросах вне этой области. Она не следует инструкциям, имеет контекст 512 токенов и может путать местоимения и гендер.

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

mara-small

A 24.6M parameter GPT trained from scratch (random init → coherent children's stories) on the TinyStories corpus. Designed as the base model of the mara project: a small-model-first family targeting browser inference and microcontrollers.

Live demo (runs in your browser, no server): https://huggingface.co/spaces/jaswanthsanjay88/mara-demo

Architecture

ConfigValue
Parameters24,648,192
Layers6
d_model512
Heads8 (head_dim 64)
FFNSwiGLU, hidden 1,536
PositionalRoPE
NormRMSNorm (pre-norm)
Context512 tokens
Vocab8,192 custom byte-level BPE (trained on TinyStories)

Training

  • Data: TinyStories (~469M train tokens, packed uint16 stream)
  • Steps: 8,000 · batch 64 × seq 512 = 32,768 tok/step ≈ 262M tokens seen
  • Optimizer: AdamW (fused), β=(0.9, 0.95), wd 0.1 on ≥2D params
  • Schedule: cosine 6e-4 → 6e-5, 200 warmup steps, grad clip 1.0
  • Precision: fp16 autocast (T4)
  • Final training loss: ~1.40

Files

FileSizePurpose
model.safetensors~50 MBfp16 PyTorch weights (training/fine-tuning)
model_fp16.onnx50 MBbrowser inference via WebGPU
model_int8.onnx27 MBbrowser inference via WASM (all browsers)
tokenizer.json—custom 8k BPE (`<
config.json—architecture hyperparameters

Usage (PyTorch)

The architecture is custom (mara/model.py in the source repo): RoPE + SwiGLU + tied embeddings. Load weights like so:

import json, torch
from safetensors.torch import load_file
from mara.model import Mara, MaraConfig          # from the mara repo
from mara.tokenizer import load_tokenizer

cfg = MaraConfig(**json.load(open("config.json")))
model = Mara(cfg)
model.load_state_dict({k: v.float() for k, v in load_file("model.safetensors").items()})
model.eval()

tok = load_tokenizer("tokenizer.json")
ids = torch.tensor([tok.encode("Once upon a time")])
print(tok.decode(model.generate(ids, max_new_tokens=200)[0].tolist()))

Limitations

  • Children's-story English only — out-of-domain prompts degrade quickly
  • Occasional pronoun/gender confusion, typical at this scale
  • No instruction-following or world knowledge; it is a pure next-token storyteller
  • Context window of 512 tokens

Roadmap

This model is the teacher for a distilled intent-parsing student that runs fully offline on an ESP32-S3 for smart-home control.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
f89089f

0 моделей