/ Модель

Характеристики

Контекст
256 токенов
Параметры
6,2 млн
Архитектура
llama · dense
Опубликована
6 сен 2026

lilstory

Генерация текстаТекст → текст3 профессии

Компактная модель в стиле LLaMA, обученная на TinyStories для генерации коротких простых историй на английском языке.

874скачиваний за 30 дней1лайквеса обновлены26 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

lilstory — компактная языковая модель в стиле LLaMA, созданная автором navthings с нуля и обученная на наборе TinyStories. Метаданные указывают 6,2 млн параметров; в README автор округляет размер до 8 млн. Модель имеет 4 слоя, ширину 256, 4 головы внимания и собственный BPE-токенизатор на 8000 токенов. Указанная длина контекста — 256 токенов.

Модель предназначена для генерации коротких простых историй на английском языке. Весам доступны форматы Safetensors и GGUF; автор упоминает запуск через Transformers, llama.cpp и Ollama. Чекпойнт использовался в работе о влиянии размера корпуса на качество LLM.

Автор отмечает, что истории обычно связны лишь частично и могут уходить в сторону, поэтому модель подходит для экспериментов и демонстраций, а не для надёжной генерации текста общего назначения. Информация о лицензии в доступных данных отсутствует.

Сценарии применения

  • генерация коротких детских историй на английском языке
  • демонстрация генерации текста небольшой языковой моделью
  • эксперименты с влиянием размера обучающего корпуса на качество LLM

Ограничения

По словам автора, истории могут быть лишь частично связными и уходить от темы; контекст ограничен 256 токенами. Лицензия в доступных данных не указана.

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

lilstory

a tiny 8m parameter llama-style model trained from scratch on tinystories. it writes short simple stories that mostly make sense and then kinda wander off.

run it

ollama run navthings/lilstory

or use lilstory.gguf with llama.cpp. the transformers version (model.safetensors + config + tokenizer) is in here too.

or try it in your browser: https://navthings.github.io/playground/

details

4 layers, 256 wide, 4 attention heads, 8000 token bpe tokenizer i trained myself. trained on a macbook with adamw, lr 1e-3, batch 32.

used in my paper: the effect of corpus size on the performance of a llm

code: https://github.com/navthings/lilstory

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
b4bc947

0 моделей