/ Модель

Характеристики

Контекст
1 024 токена
Параметры
523 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
1 окт 2026

sprout

Генерация текстаТекст → текст3 профессии

Компактная англоязычная модель семейства Llama для простого диалога и генерации текста, обученная с нуля и дообученная на чат-данных.

275скачиваний за 30 дней1лайквеса обновлены1 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

navthings/sprout — компактная плотная языковая модель семейства Llama, разработанная автором репозитория и обученная с нуля, а затем дообученная для общения. Модель содержит около 523 млн параметров, использует 28 слоёв, группированные запросы внимания (GQA), токенизатор Llama с словарём 32 тыс. токенов и контекст длиной 1024 токена. Доступны веса Safetensors в fp32 и версии GGUF Q8_0 и Q4_K_M. Лицензия — Apache-2.0.

Модель предназначена для генерации текста и простого диалога: она отвечает полными предложениями, может справляться с простыми фактами и писать код на Python. Автор сообщает, что модель дообучена на Smol-SmolTalk, а предварительное обучение использовало несколько англоязычных веб-, книжных и образовательных корпусов. В README приведены примеры нестабильных арифметических ответов и неудачных хайку; модель может уверенно выдумывать факты, поэтому её ответы требуют проверки. Данных о поддержке других языков, кроме английского, нет.

Сценарии применения

  • генерация коротких ответов в простом чате
  • получение ответов на простые фактические вопросы
  • написание небольших фрагментов кода на Python

Ограничения

Модель мала и может выдумывать факты; качество арифметики непостоянно, а хайку получаются плохо. Контекст ограничен 1024 токенами.

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

sprout

523m param llama-style model i trained from scratch on a free kaggle tpu, then finetuned into a chat model. its the bigger version of lilbase / lilchat.

held-out loss while pretraining

it answers in full sentences, stops when its done, writes ok python and gets simple facts right a lot more than lilchat did (capital of australia is canberra now, not melbourne). still a small model tho. maths is a coin flip (17 + 25 was 42 once and 31 the next time), haikus are bad, and it will confidently make stuff up.

run it

ollama run navthings/sprout

or try it in your browser: https://navthings.github.io/playground/?model=sprout

files

filesizenotes
model.safetensors + config + tokenizer2.09gbtransformers LlamaForCausalLM (fp32), chat template included
sprout-q8_0.gguf556mb
sprout-q4_k_m.gguf345mbsmallest, what the playground uses

prompt format

llama-2 style, with </s> (id 2) as the start token and after every assistant reply:

</s>[INST] hi [/INST] Hello! How can I help you today?</s>[INST] next message [/INST]

system prompts go in <<SYS>>\n...\n<</SYS>>\n\n before the first [INST]. temperature 0.4 works well.

model

28 layers, d_model 1280, 20 query heads / 4 kv heads (gqa), head_dim 64, swiglu ffn 3456, rmsnorm, rope (theta 10000), tied embeddings, no biases. 1024 context. llama tokenizer (32k vocab).

pretraining

12b tokens (22,888 steps of 524k tokens) on a kaggle tpu v5e-8, data parallel over all 8 chips with the adam state sharded across them. ~130k tok/s, about 26 hours over 4 kaggle sessions.

data by tokens: fineweb-edu 55%, dclm 27%, cosmopedia v2 9%, project gutenberg 9%.

adamw (0.9/0.95, wd 0.1, clip 1.0), lr 3e-4 with 1,500 warmup steps, flat, then linear decay to 10% over the last 15%.

held-out loss at the end: fineweb-edu 2.387 (ppl 10.9), wikitext-103 2.723 (ppl 15.2). lilbase got 2.608 on the same fineweb-edu split.

finetune

full sft on smol-smoltalk, 2 epochs (4,702 steps of 131k tokens, 616m tokens), lr 1e-4, loss only on assistant turns. about 90 min on the same tpu. held-out loss went from 1.611 (plain sprout) to 0.955.

code

https://github.com/navthings/sprout

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
6061f1f

0 моделей