/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
15,7 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Библиотека
transformers
Опубликована
9 авг 2026

Veyra2-Mango-15M-Base

Генерация текстаТекст → текст3 профессии

Компактная базовая Llama-подобная модель на 15,7 млн параметров для экспериментов, бенчмаркинга и дальнейшего предобучения.

356скачиваний за 30 дней4лайкавеса 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 AI разработала Veyra2-Mango-15M-Base — компактную базовую языковую модель с архитектурой LlamaForCausalLM и 15,7 млн параметров. Модель обучена с нуля на смеси примерно из 30 млрд токенов; веса представлены в формате Safetensors. Она принимает текст и продолжает его авторегрессионной генерацией. Максимальная длина контекста по метаданным — 4096 токенов, а обучение проводилось с последовательностями длиной 2048 токенов.

Модель предназначена для исследований небольших языковых моделей, бенчмаркинга, дальнейшего предобучения и экспериментов с компактными causal LM. В обучающую смесь входили веб-тексты, QA- и математические данные, Cosmopedia и небольшая доля UltraChat. Карточка указывает английский язык. Это базовая модель без донастройки на инструкции и RLHF: она не предназначена для диалогового использования без дополнительной настройки, а генерации могут повторяться, уходить от темы и содержать недостоверные факты. Лицензия — Apache-2.0.

Сценарии применения

  • эксперименты с компактными языковыми моделями
  • бенчмаркинг небольших causal LM
  • дальнейшее предобучение на специализированном корпусе
  • исследование продолжения текста авторегрессионной моделью

Ограничения

Модель не настроена на инструкции или диалог и может выдавать повторяющийся, уходящий от темы или фактически недостоверный текст; для высокорисковых задач нужна дополнительная проверка.

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

Veyra2-Mango-15M-Base

Veyra2-Mango-15M-Base is a 15.7M-parameter Llama-like causal language model trained from scratch on approximately 30B tokens. It is a raw base model, not an instruction-tuned assistant. It is intended for research, benchmarking, continued pretraining, and small-model experimentation.

Model Details

PropertyValue
Parameters15,735,168
ArchitectureLlamaForCausalLM
Layers8
Hidden size384
Attention heads6
KV heads2
Head dim64
Intermediate size1024
Vocabulary size8192
Context length used in training2048
ActivationSwiGLU / SiLU
NormalizationRMSNorm
AttentionGQA
Positional encodingRoPE
Weight tyingTied input embeddings and LM head
Training tokensApproximately 30B
Training precisionbfloat16
OptimizerAdamW

Tokenizer

Special tokens:

  • <|endoftext|>: 0
  • <|im_start|>: 1
  • <|im_end|>: 2
  • <|pad|>: 3

Training Data

The model was trained on a 30B-token pretraining mixture.

Stage 1 18,000,000,000 tokens 180 shards

Mixture:

dclm_baseline: 50%
finephrase: 20%
cosmopedia_v2: 10%
finemath_4plus: 10%
ultrafineweb_multistyle: 5%
ultrafineweb_qa: 5%

Stage 1.5 4,000,000,000 tokens 40 shards

This stage linearly transitions from the Stage 1 mixture to the Stage 2 mixture.

Stage 2 8,000,000,000 tokens 80 shards

Mixture:

finephrase: 30%
dclm_baseline: 30%
cosmopedia_v2: 18%
finemath_4plus: 10%
ultrafineweb_multistyle: 5%
ultrafineweb_qa: 5%
ultrachat: 2%

Training Summary

  • Final step: 14,306
  • Tokens seen: 30,000,000,000
  • Tokens per step: 2,097,022
  • Sequence length: 2048
  • Last train loss: 2.8336

Usage

Notes on Generation

Veyra2-Mango-15M-Base is a raw base model. It is not instruction tuned and should not be expected to behave like a chat assistant. Open-ended generations can be unstable, repetitive, or factually unreliable. It's not a polished assistant.

Intended Use

This model is intended for:

  • small language model research
  • continued pretraining
  • benchmarking
  • experimentation with compact causal LMs

Limitations

  • Not instruction tuned
  • Not RLHF tuned
  • Not safe for factual or high-stakes use without additional validation
  • Can hallucinate names, citations, species, references, and technical claims
  • Open-ended text may drift off-topic
  • Context length during training was 2048 tokens

Citation

If you use this model, please cite the model repository:

veyra-ai/Veyra2-Mango-15M-Base

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
ce00a30

0 моделей