/ Модель

Характеристики

Контекст
512 токенов
Параметры
102 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Библиотека
transformers
Опубликована
30 авг 2026

TinyJLLM

Генерация текстаТекст → текст3 профессии

TinyJLLM — небольшая языковая модель, разработанная Abdul Jaweed и созданная с нуля на базе PyTorch и Transformers.

775скачиваний за 30 дней0лайковвеса обновлены15 сен 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

Это базовая decoder-only Transformer-модель для генерации и продолжения текста, предназначенная прежде всего для образовательных целей, качественных экспериментов и последующего дообучения. Модель не является инструкционной и не ориентирована на самостоятельное выполнение команд.

Модель содержит около 102,5 млн параметров и использует архитектуру в стиле Llama: RMSNorm, RoPE, SwiGLU, связанные входные и выходные эмбеддинги и отсутствие bias-параметров. В ней 11 слоёв, 12 attention-голов с размерностью 64, контекстное окно составляет 512 токенов. Токенизатор — собственный byte-level BPE со словарём из 32 000 токенов. В карточке указан английский язык. Предобучение выполнено на датасете FineWeb sample-10BT объёмом около 5,37 ГБ и 1,75 млн документов; модель увидела 3,54 млрд токенов за три эпохи.

Сильными сторонами TinyJLLM являются небольшой размер, полностью воспроизводимая реализация ключевых компонентов и наличие вариантов GGUF для запуска через llama.cpp. Ограничения включают слабое следование инструкциям, повторения в длинных генерациях, ограниченные и ненадёжные знания о мире, а также малое контекстное окно. Модель не рекомендуется для фактических или критически важных применений. Распространяется по лицензии Apache-2.0.

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

TinyJLLM — 100M-parameter small language model built from scratch

A decoder-only Transformer (~102.5M parameters) pretrained from random initialization on ~5 GB of FineWeb (sample-10BT), 3 epochs / 108,000 optimizer steps. Every component — tokenizer, data pipeline, model, training loop, evaluation, export — is implemented from scratch in the TinyLLM repository.

Final metrics: validation loss 3.50 (perplexity 33.1); the best checkpoint reached 3.48 / 32.6.

Model family

ModelStageLink
TinyJLLMBase (this model)jaweed123/TinyJLLM
TinyJLLM-InstructSupervised fine-tuningjaweed123/TinyJLLM-Instruct
TinyJLLM-Instruct-DPODPO preference tuningjaweed123/TinyJLLM-Instruct-DPO

Model details

PropertyValue
Parameters102,450,432 (~102.5M)
ArchitectureLlama-style decoder-only: RMSNorm, RoPE (half-split), SwiGLU, tied embeddings, no biases
Layers / heads / head_dim11 / 12 / 64
Context length512
Vocabulary32,000 (custom byte-level BPE, <pad> <unk> <bos> <eos> = 0–3)
Pretraining dataFineWeb sample-10BT, ~5.37 GB raw, 1.75M documents
Tokens seen3.54B (3 epochs)
HardwareRTX 4060 8 GB, ~30K tok/s (torch.compile)
PrecisionBF16 mixed precision, FP32 master weights

Intended use

  • Educational reference: inspect a small, complete, honest pretraining run.
  • Qualitative experimentation: prompt it (a base model — it continues text, it does not follow instructions).
  • A starting point for post-training (see the Instruct and DPO variants).

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("jaweed123/TinyJLLM")
tokenizer = AutoTokenizer.from_pretrained("jaweed123/TinyJLLM")

prompt = "The future of AI is"
inputs = tokenizer(prompt, return_tensors="pt")
out = model.generate(**inputs, max_new_tokens=50, temperature=0.8, top_k=50, top_p=0.95)
print(tokenizer.decode(out[0]))

llama.cpp / GGUF

This repo also ships GGUF files (F16, Q8_0, Q4_K_M) — load directly with llama.cpp or llama-cpp-python.

Training details

  • Custom 32K byte-level BPE tokenizer (trained on a 512 MB FineWeb sample).
  • Tokens stored once as uint16 shards (591 train + 6 validation).
  • AdamW (lr 3e-4, wd 0.1, decay/no-decay groups), 1,000-step warmup + cosine decay to 1e-5, effective batch 32,768 tokens/step, gradient clipping 1.0.
  • Full run: ~35 h on a single RTX 4060.

Limitations

Small scale ⇒ repetition in long generations, weak instruction following, limited and unreliable world knowledge. Not for factual or consequential use.

Citation

@misc{tinyjllm,
  title  = {TinyJLLM: A 100M-Parameter Small Language Model Built From Scratch},
  author = {Jaweed, Abdul},
  year   = {2026},
  url    = {https://github.com/Abdul-Jaweed/TinyLLM}
}

Acknowledgments

FineWeb (HuggingFaceFW), Hugging Face tokenizers / datasets, PyTorch, and llama.cpp. Built and measured with the TinyLLM pipeline.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
1e2b7e6

0 моделей