/ Модель
Каталог

Характеристики

Контекст
2 048 токенов
Параметры
1 млрд
Архитектура
llama · dense
Библиотека
transformers
Опубликована
12 сен 2026

Ссылки

Hugging FacearXiv 1910.09700

aura-tinyllama-rag

praveenhasavathu
Генерация текстаТекст → текст4 профессии

Компактная 1B-параметрическая LLaMA-подобная модель для генерации текста и диалоговых приложений, включая экспериментальные RAG-сценарии.

142скачиваний за 30 дней1лайквеса обновлены12 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.

Открыть конструктор бенчмарка

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

Aura TinyLlama RAG — компактная языковая модель для генерации текста, размещённая пользователем praveenhasavathu на Hugging Face. Модель относится к семейству LLaMA, содержит около 1 млрд параметров и предназначена для работы через библиотеку Transformers. В метаданных также указана настройка supervised fine-tuning (SFT) с использованием TRL и conversational-сценарий применения.

Модель может использоваться для генерации продолжений текста и построения диалоговых приложений, включая экспериментальные RAG-системы, где языковая модель формулирует ответы на основе переданного контекста. Максимальная длина контекста составляет 2048 токенов, что ограничивает объём одновременно обрабатываемых документов и истории диалога. README не содержит подтверждённых сведений о разработчике, языках обучения, исходной модели, датасетах, результатах оценки или лицензии.

Из-за неполной документации модель следует рассматривать как исследовательский или прототипный компонент. Перед использованием в продуктивных системах необходимо самостоятельно проверить качество ответов, устойчивость к галлюцинациям, безопасность и совместимость с выбранным сценарием.

Сценарии применения

  • генерация продолжения текста
  • создание диалогового помощника
  • формирование ответов на основе переданного контекста
  • прототипирование RAG-приложений
  • эксперименты с дообучением языковых моделей

Ограничения

README не содержит подтверждённых сведений о языках, лицензии, обучающих данных и результатах оценки. Контекст ограничен 2048 токенами; качество, фактическая точность и устойчивость к галлюцинациям требуют самостоятельной проверки.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for Model ID

Model Details

Model Description

This is the model card of a 🤗 transformers model that has been pushed on the Hub. This model card has been automatically generated.

  • Developed by: [More Information Needed]
  • Funded by [optional]: [More Information Needed]
  • Shared by [optional]: [More Information Needed]
  • Model type: [More Information Needed]
  • Language(s) (NLP): [More Information Needed]
  • License: [More Information Needed]
  • Finetuned from model [optional]: [More Information Needed]

Model Sources [optional]

  • Repository: [More Information Needed]
  • Paper [optional]: [More Information Needed]
  • Demo [optional]: [More Information Needed]

Uses

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

  • Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

  • Hardware Type: [More Information Needed]
  • Hours used: [More Information Needed]
  • Cloud Provider: [More Information Needed]
  • Compute Region: [More Information Needed]
  • Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]

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
e1939ab

0 моделей

    Создать бенчмарк