/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
321 млн
Лицензия
Apache 2.0
Архитектура
hy_v3 · MoE
Библиотека
transformers
Опубликована
28 июл 2026

NanoColibri-Instruct

Генерация текстаТекст → текст3 профессии

Компактная разговорная MoE-модель для генерации текста и чата, разработанная vovaRL с расчётом на запуск при ограниченной памяти.

131скачиваний за 30 дней12лайковвеса обновлены29 июл 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

NanoColibri-Instruct — компактная разговорная языковая модель автора vovaRL, обученная с нуля при участии волонтёров и настроенная для чата. В README описана архитектура Mixture-of-Experts с 2,7 млрд параметров, из которых около 340 млн активны на каждом токене; метаданные каталога указывают 320,9 млн параметров и архитектуру HYV3ForCausalLM. Эти сведения расходятся, поэтому фактический размер модели по предоставленным данным однозначно установить нельзя. Контекст составляет 4096 токенов, модель принимает текст и генерирует текст; карточка указывает английский язык.

Модель предназначена для диалоговой генерации текста и рассчитана на запуск в условиях ограниченной памяти: README описывает int4-контейнер около 1,2 ГБ и потоковую загрузку экспертов с диска через движок hy3.c. В приведённых автором оценках на семи задачах модель показывает среднюю точность 36,8% после обучения примерно на 5,4 млрд токенов; результаты отдельных сравнений зависят от набора и протокола оценки.

Автор отмечает недостаточный объём обучения относительно более крупных моделей, ошибки в фактах, повторы и слабое многошаговое рассуждение; опубликованных замеров скорости на целевых устройствах пока нет. Лицензия — Apache-2.0.

Сценарии применения

  • ведение текстового диалога
  • генерация коротких ответов и продолжений текста
  • создание прототипа чат-ассистента на малом устройстве

Ограничения

Модель обучена примерно на 5,4 млрд токенов и уступает более зрелым моделям своего размерного класса; возможны фактические ошибки, повторы и слабое многошаговое рассуждение. Замеры скорости на целевых устройствах в карточке не приведены.

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

Colibri-Nano

A 2.7B-parameter Mixture-of-Experts that runs on a 4 GB mini-PC — trained from scratch by volunteers passing a GPU baton, for about the price of a game console.

Parameters2.7B total · 0.34B active per token (~12%)
Training tokens~5.4B (pretrain + chat SFT)
Container~1.2 GB int4, streams experts from disk
Compute1 GPU at a time · ~50–100 H100-hours for the whole run
Cost~$180–260 for the whole run
LicenseApache-2.0 — code, checkpoints, and a ledger of who trained what

Architecture. 24 layers (1 dense + 23 MoE) · 64 experts, top-2 + a 2048-wide always-resident shared expert · GQA 4× · per-head QK-norm · sigmoid+bias router (DeepSeek-V3-style aux-loss-free balancing) · SmolLM2 tokenizer, 49 152 vocab · 4 096 context.


How it was built

1 — Relay pretraining. Pretraining is sequential, so contributors take turns: claim a lease on a HuggingFace repo (a real compare-and-swap, not a convention), pull the checkpoint, train a leg, push, hand the baton on. 20 000 updates ≈ 5.2B tokens of FineWeb-Edu, then a 1 500-update chat SFT.

2 — Engine-native. The architecture was chosen for the serving engine (hy3.c): int4 experts stream from disk under a fixed RAM budget, while the dense backbone and the shared expert stay resident. No conversion shims.

3 — The bet paid off. At a matched token budget, the MoE beats dense references that spend more compute per token.


Evaluation 1 — beats dense at the same token budget

Zero-shot accuracy (%). Colibri-Nano (2.7B total / 0.34B active) against two token-matched dense models.

TaskColibri-Nano0.34B act / 5.4B tokPythia-410M@ 6.3B tok (dense 405M)Cerebras-GPT-256M@ 5.1B tok (dense)Random
LAMBADA26.326.329.30
PIQA62.759.861.350
WinoGrande †49.250.951.150
ARC-easy43.441.341.025
ARC-challenge22.818.817.025
OpenBookQA22.015.615.825
HellaSwag31.127.027.425

Identical prompts and scoring for all three columns (in-repo lm-eval-compatible harness; Cerebras row from arXiv:2304.03208 Table 8, same protocol). Colibri-Nano wins 5 of 7 against both token-matched dense models — ties LAMBADA, WinoGrande within noise — with fewer active parameters per token.

† WinoGrande differences are within noise (±1.4 pts).

‡ The Pythia checkpoint (step3000) is early in its LR schedule, which handicaps it somewhat — the fully-annealed Cerebras-GPT-256M column is the conservative comparison, and Nano wins that one too.

Evaluation 2 — quality vs training tokens

Average zero-shot accuracy over the 7 tasks above. Random-guess average on this task set: 28.6.

ModelTokens (B)Avg accuracyKind
Cerebras-GPT-111M2.231.5dense
Cerebras-GPT-256M5.134.7dense
Colibri-Nano5.436.8MoE (ours)
Pythia-410M @ step3000 ‡6.334.2dense
Cerebras-GPT-590M11.837.1dense
OPT-125M18037.1dense
OPT-350M18039.5dense
Pythia-160M30037.4dense
Pythia-410M30041.9dense

At 5.4B tokens, Colibri-Nano matches OPT-125M (33× the tokens) and Cerebras-GPT-590M (~4× the training compute), and clearly beats everything at its own budget. Models further down the table just ate more data.

Evaluation 3 — the efficiency frontier (context, not a target)

Different metric family. These are acc_norm numbers under the SmolLM2-card protocol and are not comparable with the accuracies in Evaluation 1–2.

ModelActive (M)Total (M)Tokens (B)HellaSwagARC avgPIQAWinoGrandeOpenBookQA
Colibri-Nano34127005.435.632.862.749.229.6
SmolLM2-135M135135200042.143.968.451.334.6
SmolLM2-360M360360400054.553.071.752.537.4
Qwen2.5-0.5B4944941800051.245.469.954.137.4

The trillions-of-tokens ceiling for this size class — context, not a target. The gap is data volume (370–3300× more tokens), not architecture.


Reproducing every number on this card

python -m scripts.bench_nano --indir checkpoints/nano_chat

Every number here regenerates from the repo (docs/BENCH.md, docs/RESULTS.md).

Train it yourself: the one-line setup.sh + ./train.sh relay (see README in the training repo).

Limitations

  • Undertrained by design of budget, not ambition: at ~5.4B tokens the model sits 370–3300× below the token counts of the frontier models in its size class, and Evaluation 3 shows the resulting gap.
  • Speed benchmarks across target devices (tokens/s vs engine memory budget) are not yet published here; disk-pressure benchmarks (memory-capped cgroups, larger containers) are the successor project's first milestone.
  • Small-model failure modes apply: factual errors, repetition, and weak multi-step reasoning.

What's next

A 7B chat+code pilot with RL post-training, then a 24–28B flagship whose container is deliberately bigger than a 16 GB laptop's memory — streaming experts from NVMe at 20+ tok/s (plan: docs/NEXT_MODEL.md).


License Apache-2.0 · HF repo vovaRL/NanoColibri-Instruct · engine: hy3.c

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
HYV3ForCausalLM
Ревизия весов
1df8213

0 моделей