/ Модель

Характеристики

Контекст
1 024 токена
Параметры
67 млн
Лицензия
MIT
Архитектура
llama · dense
Библиотека
transformers
Опубликована
16 июл 2025

Nano-Llama-Base

Генерация текстаТекст → текст3 профессии

Компактная англоязычная модель семейства Llama для генерации текста и экспериментов с небольшими языковыми моделями.

306скачиваний за 30 дней1лайквеса обновлены16 июл 2025

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

Nano-Llama-Base — компактная авторегрессионная языковая модель семейства Llama, опубликованная vishesh-t27. Она предназначена для генерации текста и экспериментов с небольшими языковыми моделями. Метаданные указывают 67 млн параметров, архитектуру LlamaForCausalLM, формат safetensors и контекст до 1024 токенов. README описывает предобучение на веб-текстах FineWeb объёмом около 100 млн токенов и приводит конфигурацию из 6 слоёв, ширины 768 и 12 голов внимания; при этом в README есть расхождение в размере модели: в заголовке указано 67 млн, а в деталях — 678 млн параметров.

Модель принимает текст и выдаёт продолжение текста. В карточке заявлен английский язык. Небольшой размер и ограниченный объём обучения означают, что генерация может быть повторяющейся или бессвязной, поэтому модель подходит скорее для простых демонстраций и экспериментов, чем для сложных прикладных задач. Лицензия — MIT.

Сценарии применения

  • генерация продолжения короткого текста на английском
  • демонстрация работы авторегрессионной языковой модели
  • эксперименты с компактными моделями семейства Llama

Ограничения

Небольшой объём модели и обучающих данных может приводить к повторяющемуся или бессвязному тексту. README расходится с метаданными и сам с собой по числу параметров: указаны как 67 млн, так и 678 млн.

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

Nano-Llama

A compact 67M parameter LLaMA-2-style language model pretrained on FineWeb dataset.

Model Details

  • Architecture: LLaMA-2-style transformer
  • Parameters: 678M
  • Training Data: FineWeb dataset (~100M tokens)
  • Context Length: 1024 tokens
  • Layers: 6
  • Hidden Size: 768
  • Attention Heads: 12

Training

  • Dataset: FineWeb (web-crawled high-quality text)
  • Tokens Trained: ~110M tokens
  • Training Time: ~6 hours on RTX 3090
  • Optimizer: AdamW
  • Learning Rate: 1e-4

Usage

from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("vishesh-t27/Nano-Llama")
model = AutoModelForCausalLM.from_pretrained("vishesh-t27/Nano-Llama")

model.eval()

# Test prompt
text = "The future of artificial intelligence is"
inputs = tokenizer(text, return_tensors="pt")

# Generate text
outputs = model.generate(
    **inputs,
    max_new_tokens=50,
    temperature=0.8,
    do_sample=True,
    pad_token_id=tokenizer.eos_token_id
)

# Decode and print
generated_text = tokenizer.decode(outputs[0], skip_special_tokens=True)
print(generated_text)

Limitations

  • Small model size (67M parameters)
  • Limited training data compared to larger models
  • May generate repetitive or nonsensical text

License

MIT License

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
925ac6f

0 моделей