/ Модель

Характеристики

Контекст
512 токенов
Параметры
20,4 млн
Лицензия
MIT
Архитектура
lavel · dense
Опубликована
24 авг 2026

la-vel

Генерация текстаТекст → текст3 профессии

LA VEL — экспериментальная небольшая англоязычная GPT-подобная модель для генерации текста и публичного развития с нуля.

93скачиваний за 30 дней0лайковвеса обновлены24 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

LA VEL — открытая языковая модель, разработанная Justinsimpsad с нуля. Это декодерный трансформер в стиле GPT с архитектурой pre-LN, причинным вниманием SDPA, GELU-MLP и связанными эмбеддингами. В репозитории представлены веса в форматах safetensors и GGUF; для позиционного кодирования можно выбрать learned embeddings или RoPE.

Модель предназначена для генерации текста на английском языке. Начальная конфигурация из README содержит 6 слоёв, 6 голов внимания, размерность 384, контекст 512 токенов и ByteLevel-BPE с размером словаря 16 тысяч; в метаданных для опубликованной модели указан размер 20,4 млн параметров. README характеризует её как ранний seed-чекпойнт, обученный недолго: качество генерации пока игрушечное, perplexity на валидации около 50–60 и снижалась.

Репозиторий распространяется по лицензии MIT. Модель можно запускать через PyTorch и отдельную реализацию без зависимости от Transformers; также доступны CLI для генерации и конвертер GGUF.

Сценарии применения

  • эксперименты с генерацией короткого английского текста
  • изучение устройства небольших decoder-only трансформеров
  • локальный запуск языковой модели в формате GGUF
  • продолжение предобучения и масштабирование чекпойнта

Ограничения

Это ранний коротко обученный чекпойнт; README описывает качество генерации как игрушечное и приводит валидационную perplexity около 50–60. Контекст составляет 512 токенов.

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

LA VEL

LA VEL is a from-scratch, open decoder-only transformer built to be grown in public. This repo carries the language core; sibling repos and Kaggle kernels grow vision, music, 3D-mesh, and market-analysis modules.

Language core (this repo)

Architecturepre-LN GPT-style, SDPA causal attention, GELU MLP, tied embeddings
Position encodinglearned (seed) or rope (long-context) — selectable in config.json
Seed model6L / 6H / d384 / ctx512 / 16k ByteLevel-BPE ≈ 17.1M params
Scale-up target12L / 12H / d768 / ctx2048 RoPE ≈ 69.3M params (Kaggle growth runs)
Formatsmodel.safetensors + la-vel.gguf (llama.cpp-compatible, arch=gpt2)
Training dataTinyStories + Gutenberg mix (~16M tokens per seed pass)
LicenseMIT

Files

  • model.py — standalone implementation (no transformers dependency)
  • train.py — pretraining; --resume-from local dir or HF repo id, optional --push-to-hf
  • generate.py — sampling CLI
  • gguf_export.py — safetensors -> GGUF converter (embeds BPE vocab + merges)
  • kaggle_la_vel_growth_kernel.py — GPU kernel that resumes from this repo, optionally scales up (LAVEL_SCALE=large), trains, and pushes new weights back
  • KAGGLE_SETUP.md — how to run/grow on Kaggle

Usage (PyTorch)

import torch
from model import LaVelForCausalLM
from tokenizers import Tokenizer

model = LaVelForCausalLM.from_pretrained("justinsimpsad/la-vel")
tok = Tokenizer.from_file("tokenizer.json")
ids = tok.encode("Once upon a time").ids
out = model.generate(torch.tensor([[1] + ids]), max_new_tokens=120)
print(tok.decode(out[0].tolist()[1:]))

Usage (llama.cpp)

# la-vel.gguf embeds its own tokenizer - just run it:
llama-cli -m la-vel.gguf -p "Once upon a time" -n 200

Growth fleet (one kernel per domain)

ModuleKernelRepo
Text corejustinsimpsad/la-vel-growththis repo
Vision (ViT)justinvibesrise/la-vel-visionla-vel-vision
Music LMjustinvibesrise/la-vel-musicla-vel-music
3D meshesjustinvibesrise/la-vel-mesh3dla-vel-mesh3d
Markets (research)justinsimpsad/la-vel-marketsla-vel-markets

Each kernel resumes the latest checkpoint from its repo, trains on a free Kaggle GPU, and commits updated weights back. Run repeatedly to grow.

Honest status

The text core is an early seed trained briefly (val ppl ~50-60 and dropping); it produces toy-level English. The vision/music/mesh/markets modules are capability seeds trained on synthetic data. Roadmap stages land here as they are built: real-image pretraining, audio codecs, face-sequence meshes, walk-forward market validation.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Архитектура lavel неизвестна transformers в образе рантайма.

Класс архитектуры
LaVelForCausalLM
Ревизия весов
2ef1671

0 моделей