/ Модель

Характеристики

Контекст
1 048 576 токенов
Размер весов
13,4 МБ
Архитектура
llama4 · dense
Библиотека
transformers
Опубликована
6 апр 2025

llama-4-tiny-random

Генерация текстаТекст → текст3 профессии

Компактная случайно инициализированная мультимодальная модель на архитектуре Llama 4 для отладки загрузки и инференса в Transformers.

758скачиваний за 30 дней0лайковвеса обновлены12 июн 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

yujiepan/llama-4-tiny-random — компактная случайно инициализированная отладочная модель на архитектуре Llama 4, созданная сообществом Hugging Face. Конфигурация адаптирована из meta-llama/Llama-4-Maverick-17B-128E-Instruct и реализована с использованием библиотеки Transformers.

Модель предназначена для проверки загрузки, конфигурации и выполнения кода для Llama 4, а также для отладки текстовой генерации и сценариев image-text-to-text с несколькими изображениями. Она содержит уменьшенные текстовый и vision-компоненты, включая механизм Mixture-of-Experts, и поддерживает обработку текстовых и визуальных входов через AutoProcessor.

Ключевое ограничение — веса инициализированы случайно, поэтому модель не предназначена для получения осмысленных ответов, прикладного инференса или обучения пользователей. В README также отмечено, что для запуска следует использовать SDPA; flex attention и flash_attention_2 не работают в отладочной конфигурации. Лицензия в доступных материалах не указана.

Сценарии применения

  • отладка загрузки моделей Llama 4 в Transformers
  • проверка текстовой генерации на минимальной конфигурации
  • тестирование обработки нескольких изображений вместе с текстом
  • разработка и проверка кода для мультимодального инференса
  • тестирование конфигураций Mixture-of-Experts и vision-компонента

Ограничения

Веса модели случайно инициализированы, поэтому она не предназначена для получения осмысленных ответов или использования в продуктивных задачах. Для инференса в README рекомендуется SDPA; flex attention и flash_attention_2 не поддерживаются этой отладочной конфигурацией.

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

This tiny model is for debugging. It is randomly initialized with the config adapted from meta-llama/Llama-4-Maverick-17B-128E-Instruct.

Example usage:

import torch

from transformers import AutoProcessor, Llama4ForConditionalGeneration

model_id = "yujiepan/llama-4-tiny-random"
processor = AutoProcessor.from_pretrained(model_id)
model = Llama4ForConditionalGeneration.from_pretrained(
    model_id,
    attn_implementation="sdpa",  # flex attention / flash_attention_2 do not work, debugging...
    device_map="auto",
    torch_dtype=torch.bfloat16,
)

url1 = "https://huggingface.co/datasets/huggingface/documentation-images/resolve/0052a70beed5bf71b92610a43a52df6d286cd5f3/diffusers/rabbit.jpg"
url2 = "https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/datasets/cat_style_layout.png"
messages = [
    {
        "role": "user",
        "content": [
            {"type": "image", "url": url1},
            {"type": "image", "url": url2},
            {"type": "text", "text": "Can you describe how these two images are similar, and how they differ?"},
        ]
    },
]

inputs = processor.apply_chat_template(
    messages,
    add_generation_prompt=True,
    tokenize=True,
    return_dict=True,
    return_tensors="pt",
).to(model.device)

outputs = model.generate(
    **inputs,
    max_new_tokens=32,
)

response = processor.batch_decode(outputs[:, inputs["input_ids"].shape[-1]:])[0]
print(response)
print(outputs[0])

Codes to create this repo:

import json

import torch

from huggingface_hub import hf_hub_download
from transformers import (
    AutoConfig,
    AutoModelForCausalLM,
    AutoProcessor,
    AutoTokenizer,
    GenerationConfig,
    Llama4ForConditionalGeneration,
    pipeline,
    set_seed,
)

source_model_id = "meta-llama/Llama-4-Maverick-17B-128E-Instruct"
save_folder = "/tmp/yujiepan/llama-4-tiny-random"

processor = AutoProcessor.from_pretrained(source_model_id)
processor.save_pretrained(save_folder)

with open(hf_hub_download(source_model_id, filename='config.json', repo_type='model'), 'r') as f:
    config_json = json.load(f)
config_json["text_config"]["num_hidden_layers"] = 4  # ensure to trigger no-rope & moe
config_json["text_config"]["hidden_size"] = 32
config_json["text_config"]["head_dim"] = 32  # vllm requires dim >= 32
config_json["text_config"]["num_attention_heads"] = 1
config_json["text_config"]["num_key_value_heads"] = 1
config_json['text_config']["use_qk_norm"] = True
config_json['text_config']["attention_chunk_size"] = 128  # llama4 uses chunked attention
config_json["text_config"]["intermediate_size"] = 64
config_json["text_config"]["intermediate_size_mlp"] = 128
config_json["text_config"]["num_local_experts"] = 8
config_json["text_config"]["tie_word_embeddings"] = True

config_json["vision_config"]["num_hidden_layers"] = 2
config_json["vision_config"]["hidden_size"] = 32
config_json["vision_config"]["intermediate_size"] = 128
assert config_json["vision_config"]["intermediate_size"] == int(
    config_json["vision_config"]["hidden_size"] // config_json["vision_config"]["pixel_shuffle_ratio"] ** 2
)
config_json["vision_config"]["num_attention_heads"] = 1
config_json["vision_config"]["projector_input_dim"] = 32
config_json["vision_config"]["projector_output_dim"] = 32
config_json["vision_config"]["vision_output_dim"] = 32
with open(f"{save_folder}/config.json", "w") as f:
    json.dump(config_json, f, indent=2)

config = AutoConfig.from_pretrained(
    save_folder,
)
print(config)
torch.set_default_dtype(torch.bfloat16)
model = Llama4ForConditionalGeneration(config)
torch.set_default_dtype(torch.float32)
model.generation_config = GenerationConfig.from_pretrained(
    source_model_id, trust_remote_code=True,
)
set_seed(42)
with torch.no_grad():
    for name, p in sorted(model.named_parameters()):
        torch.nn.init.normal_(p, 0, 0.5)
        print(name, p.shape)
        pass
model.save_pretrained(save_folder)

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Llama4ForConditionalGeneration
Ревизия весов
3bc684d

0 моделей