Tiny LLM

🚀 Tiny-LLM

Tiny-LLM是一款僅有1000萬參數的小型大語言模型，可能是現存最小的大語言模型之一，但它具備完整的功能。

🚀 快速開始

要開始使用這些模型，你可以通過Hugging Face的transformers庫輕鬆加載它們：

基礎用法

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer


MODEL_NAME = "arnir0/Tiny-LLM"

tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME)
model = AutoModelForCausalLM.from_pretrained(MODEL_NAME)

def generate_text(prompt, model, tokenizer, max_length=512, temperature=1, top_k=50, top_p=0.95):
    inputs = tokenizer.encode(prompt, return_tensors="pt")

    outputs = model.generate(
        inputs,
        max_length=max_length,
        temperature=temperature,
        top_k=top_k,
        top_p=top_p,
        do_sample=True
    )


    generated_text = tokenizer.decode(outputs[0], skip_special_tokens=True)
    return generated_text

def main():
    # Define your prompt
    prompt = "According to all known laws of aviation, there is no way a bee should be able to fly."

    generated_text = generate_text(prompt, model, tokenizer)

    print(generated_text)

if __name__ == "__main__":
    main()

📚 詳細文檔

預訓練

Tiny-LLM在Fineweb數據集中的320億個標記上進行訓練，上下文長度為1024個標記。

📄 許可證

本項目採用MIT許可證。

信息表格