/ Модель

Характеристики

Контекст
8 860 токенов
Параметры
3,1 млн
Лицензия
CC0 1.0
Архитектура
llama · dense
Библиотека
transformers
Опубликована
6 фев 2026

BadApple-LLaMA-nano

Генерация текстаТекст → текст3 профессии

Компактная модель LLaMA, которая по номеру воспроизводит запомненный кадр Bad Apple!! в виде ASCII-графики.

182скачиваний за 30 дней8лайковвеса обновлены6 фев 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

BadApple-LLaMA-nano — небольшая авторская модель на архитектуре LLaMA, обученная с нуля запоминать кадры музыкального видео Bad Apple!! в виде ASCII-графики. Она принимает номер кадра и генерирует соответствующую сетку из символов «.» и «@»; доступно 1 745 кадров, каждый представлен примерно 8 760 токенами. В README указано 3 499 641 параметр, а в метаданных — 3,1 млн; контекст модели составляет 8 860 токенов. Репозиторий содержит веса Safetensors и GGUF, а для генерации предусмотрен llama.cpp или PyTorch.

На проверке 71 кадра средняя точность составила 99,78%, при этом 53 кадра были восстановлены без ошибок. Модель предназначена для демонстрации запоминания длинных последовательностей и воспроизведения анимации в терминале, а не для универсальной генерации текста. Данные обучения — набор ASCII-кадров Bad Apple!! из kisekied/BadAppleStringAnimation. Лицензия — CC0-1.0.

Сценарии применения

  • генерация ASCII-кадра Bad Apple!! по его номеру
  • воспроизведение ASCII-анимации Bad Apple!! в терминале
  • демонстрация запоминания длинных последовательностей трансформером
  • изучение генерации символ за символом на архитектуре LLaMA

Ограничения

Модель воспроизводит только запомненные ASCII-кадры Bad Apple!! и не предназначена для универсальной генерации текста. В проверке на 71 кадре средняя точность составила 99,78%, но точность отдельных кадров варьировалась.

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

BadApple-LLaMA-nano

A 3.5M-parameter LLaMA that memorized every frame of the Bad Apple!! music video as ASCII art (1,745 frames, ~8,760 tokens each). Give it a frame number, get 58 rows of . and @ characters back. 99.78% average accuracy across 1,745 frames.

Background

This started as a joke. The first version used a custom architecture and tokenizer where each frame was a single token. It hit 100% accuracy in a few minutes of CPU training. Too easy, not interesting.

The next goal: do the same thing but make it llama.cpp-compatible. That meant working within LLaMA's architecture, using a real tokenizer, and generating frames character by character across ~8,760 tokens. Same thing, but harder constraints.

Architecture

BaseLLaMA (decoder-only transformer)
Parameters3,499,641
Hidden dim256
FFN dim512
Layers4
Attention heads4
Head dim64
Context length8,860 tokens
Vocab1,753 (4 special + 4 character + 1,745 frame tokens)
Precisionfloat32
Weights size13.4 MB (safetensors) / 13.5 MB (GGUF)

The vocabulary consists of <pad>, <bos>, <eos>, <unk>, four character tokens (\n, ., @, ), and one token per frame number ("0" through "1744"). Each frame is ~8,760 tokens. The model generates a full frame conditioned on a two-token prompt: <bos> followed by the frame number token.

Accuracy

Best checkpoint: epoch 3,380 (loss 0.000888). Evaluated on 71 frames (every 25th + last):

MetricValue
Average accuracy99.78%
Minimum accuracy94.19%
Perfect frames (100%)53/71
Frames above 90%71/71
Inference speed (7950X, GGUF)~2,800 tok/s (~3s/frame)
Inference speed (7950X, PyTorch)~320 tok/s (~27s/frame)

Files

FileDescription
model.safetensorsModel weights (float32)
config.jsonArchitecture config
tokenizer.jsonFull vocabulary and merges
tokenizer_config.jsonTokenizer metadata
badapple.ggufGGUF for llama.cpp
inference.pyGenerate frames (GGUF or PyTorch)
train.pyTrain from scratch (standalone, no cloud deps)
test_accuracy.pyMeasure accuracy against ground truth
convert_gguf.pyConvert safetensors to GGUF

Quickstart

inference.py

inference.py uses llama-cpp-python (GGUF) when available, falls back to pure PyTorch.

# Fast path (~3s/frame) — install llama-cpp-python
pip install llama-cpp-python
python inference.py 42           # generate frame 42
python inference.py --play       # play animation in terminal

# PyTorch-only (~27s/frame)
pip install torch safetensors
python inference.py --backend torch 42

llama.cpp CLI

git clone https://github.com/ggerganov/llama.cpp
cd llama.cpp && cmake -B build && cmake --build build -j && cd ..
./llama.cpp/build/bin/llama-completion -m badapple.gguf -p '<bos>42' -n 9000 --temp 0 --special --no-display-prompt -c 9100

Training from scratch

Requires badapple.txt (15.4 MB, 1,745 frames delimited by nekomark).

pip install torch safetensors
python train.py --data badapple.txt --epochs 4000

On an L4 GPU this takes around 20 hours. The cosine warm-restart schedule (T_0=200, T_mult=2) reaches sub-0.001 loss by epoch ~3,000.

Testing accuracy

python test_accuracy.py --data badapple.txt --step 25

Converting to GGUF

pip install gguf safetensors numpy
python convert_gguf.py --model-dir . --output badapple.gguf

Training details

OptimizerAdamW (lr=3e-4, weight_decay=0.01)
ScheduleCosineAnnealingWarmRestarts (T_0=200 epochs, T_mult=2)
Batch size1 (full frames, ~8,760 tokens each)
Mixed precisionAMP float16 on CUDA, float32 on CPU
Gradient clippingmax_norm=1.0
Epochs trained3,380
Best training loss0.000852
HardwareNVIDIA L4 on Modal ($0.80/hr)

Each training sample is: <bos> <frame_N> [character tokens...] <eos>. The model learns next-token prediction over the full sequence. Padding tokens (id 0) are excluded from the loss.

How it works

The ASCII dataset encodes each of the 1,745 frames from the Bad Apple!! shadow art video as a 58-row, ~150-column grid using . (background) and @ (foreground). Each frame token acts as a content-addressable key: the model maps the two-token prefix <bos> <frame_N> to the full ~8,760-character frame.

At temperature 0, generation is deterministic. The model outputs the memorized frame character by character and stops at <eos>.

For provably deterministic playback via llama.cpp, the GGUF file uses GPT-2 BPE with generated merges so that multi-digit frame numbers (e.g., "1350") tokenize to a single token.

Dataset

The training data is badapple.txt from kisekied/BadAppleStringAnimation. It contains 1,745 frames of the Bad Apple!! music video converted to ASCII art. Each frame is delimited by nekomark.

License

Creative Commons 0 (CC0). The training dataset (badapple.txt) is from kisekied/BadAppleStringAnimation.

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
2635c91

0 моделей