/ Модель

Характеристики

Контекст
1 024 токена
Параметры
34,6 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Библиотека
transformers
Опубликована
3 мая 2026

Veyra-30M-Base

Генерация текстаТекст → текст3 профессии

Небольшая базовая языковая модель Veyra на 34,6 млн параметров для продолжения предобучения и экспериментов с генерацией текста.

242скачиваний за 30 дней2лайкавеса обновлены30 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

Veyra-30M-Base — небольшая авторегрессионная языковая модель семейства Llama, разработанная Veyra AI и обученная с нуля на предобучающих данных. Это плотная decoder-only модель с 34,6 млн параметров, словарём на 8192 токена и контекстом 1024 токена. Веса опубликованы в формате Safetensors; для загрузки используется Transformers с пользовательским кодом репозитория. Лицензия — Apache-2.0.

Модель предназначена для продолжения предобучения, исследовательских экспериментов и абляций, отслеживания этапов обучения Veyra и изучения поведения малых языковых моделей. Она принимает текст и генерирует текст; основной язык карточки — английский. Модель не проходила instruction tuning, поэтому не является готовым чат-ассистентом и не рассчитана на надёжные ответы на вопросы.

Авторы отмечают склонность к галлюцинациям и повторам, ошибки в простых фактических и арифметических запросах, а также генерацию недостоверного кода и необычные продолжения текста. Для надёжного применения потребуется дополнительное обучение и проверка результатов.

Сценарии применения

  • продолжение предобучения малой языковой модели
  • изучение поведения моделей с малым числом параметров
  • проведение абляций в экспериментах с языковыми моделями
  • отслеживание этапов обучения семейства Veyra
  • тестирование генерации текстовых продолжений

Ограничения

Модель не проходила instruction tuning и ненадёжна как чат-ассистент: может галлюцинировать, повторять фразы, ошибаться в простых фактах и арифметике, а также генерировать недостоверный код. Для загрузки требуется пользовательский код Transformers из репозитория.

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

Veyra Banner

Veyra 30M Base

It is not instruction tuned and should not be evaluated like a finished chat assistant. It is expected to hallucinate, repeat, fail simple factual/math prompts, and continue text in odd ways.

Training summary

Approximate training stages:

  • 1B tokens: Cosmopedia v2 bootstrap pretraining.
  • +1.5B tokens: mixed continuation using Cosmopedia-v2 repository configs including cosmopedia-v2, fineweb-edu-dedup, and python-edu.
  • +2.5B tokens: Went back to Cosmopedia v2 but increased context length from 512 -> 1024.
  • Total: about 5B pretraining tokens.

Architecture

Veyra-30M is a small attention-sparse decoder-only language model.

Key details:

  • Parameters: 34.6M
  • Vocabulary: 8,192 tokens
  • Hidden size: 512
  • Layers: 8
  • Attention heads: 8 query heads, 2 KV heads
  • MLP intermediate size: 2048
  • Activation: SwiGLU
  • Normalization: RMSNorm
  • Position encoding: RoPE
  • Tied token embeddings / LM head
  • Context in this checkpoint: 1024 tokens

Loading

This repository uses custom Transformers code.

Minimal usage:

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

repo = "veyra-ai/Veyra-30M-Base"

tokenizer = AutoTokenizer.from_pretrained(repo, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(repo, trust_remote_code=True, dtype=torch.float32)
model.eval()

prompt = "Photosynthesis is the process by which"
input_ids = tokenizer.encode(prompt, add_special_tokens=False, return_tensors="pt")

with torch.no_grad():
    out = model.generate(
        input_ids,
        do_sample=True,
        temperature=0.5,
        top_k=30,
        repetition_penalty=1.15,
        no_repeat_ngram_size=2,
        max_new_tokens=80,
    )

print(tokenizer.decode(out[0], skip_special_tokens=True))

For raw completion prompts, use add_special_tokens=False.

Optimizer

Training used:

  • CosineGatedAdam / CGA-v0 on 2D projection matrices
  • AdamW on embeddings, norms, tied head, and auxiliary parameters

Intended use

This checkpoint is primarily for:

  • continued pretraining
  • research / ablations
  • tracking Veyra training milestones
  • testing tiny model behavior

It is not intended for production use or reliable factual answering.

Known limitations

This model can:

  • hallucinate confidently
  • repeat phrases
  • fail arithmetic
  • fail simple factual questions
  • produce fake code
  • continue in textbook-like or tutorial-like styles

Special Tokens

Important tokenizer special tokens include:

<|bos|>
<|eos|>
<|pad|>
<|unk|>
<|im_start|>
<|im_end|>
<|tool_call|>
<|tool_result|>
<|context|>
<|reasoning|>
<|end_reasoning|>
<|answer|>
<|fim_prefix|>
<|fim_middle|>
<|fim_suffix|>

Citation / Attribution

If you use or build on this model, please retain attribution to Veyra AI.

License

Apache 2.0.

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
9189364

0 моделей