Text Generation
GGUF
Russian
russian
tiny
from-scratch
educational
llama
conversational
cpu-trained
xeon
Instructions to use MatUserMTV/I.Good-1.2 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Notebooks
- Google Colab
- Kaggle
- Local Apps Settings
- llama.cpp
How to use MatUserMTV/I.Good-1.2 with llama.cpp:
Install (macOS, Linux)
curl -LsSf https://llama.app/install.sh | sh # Start a local OpenAI-compatible server with a web UI: llama serve -hf MatUserMTV/I.Good-1.2 # Run inference directly in the terminal: llama cli -hf MatUserMTV/I.Good-1.2
Install from WinGet (Windows)
winget install llama.cpp # Start a local OpenAI-compatible server with a web UI: llama serve -hf MatUserMTV/I.Good-1.2 # Run inference directly in the terminal: llama cli -hf MatUserMTV/I.Good-1.2
Build from source code
git clone https://github.com/ggml-org/llama.cpp.git cd llama.cpp cmake -B build cmake --build build -j --target llama-app # Start a local OpenAI-compatible server with a web UI: ./build/bin/llama serve -hf MatUserMTV/I.Good-1.2 # Run inference directly in the terminal: ./build/bin/llama cli -hf MatUserMTV/I.Good-1.2
Use Docker
docker model run hf.co/MatUserMTV/I.Good-1.2
- Llama new
- LM Studio
- Jan
- vLLM
How to use MatUserMTV/I.Good-1.2 with vLLM:
Install from pip and serve model
# Install vLLM from pip: pip install vllm # Start the vLLM server: vllm serve "MatUserMTV/I.Good-1.2" # Call the server using curl (OpenAI-compatible API): curl -X POST "http://localhost:8000/v1/chat/completions" \ -H "Content-Type: application/json" \ --data '{ "model": "MatUserMTV/I.Good-1.2", "messages": [ { "role": "user", "content": "What is the capital of France?" } ] }'Use Docker
docker model run hf.co/MatUserMTV/I.Good-1.2
- Ollama
How to use MatUserMTV/I.Good-1.2 with Ollama:
ollama run hf.co/MatUserMTV/I.Good-1.2
- Unsloth Desktop
- Docker Model Runner
How to use MatUserMTV/I.Good-1.2 with Docker Model Runner:
docker model run hf.co/MatUserMTV/I.Good-1.2
- Lemonade
How to use MatUserMTV/I.Good-1.2 with Lemonade:
Pull the model
# Download Lemonade from https://lemonade-server.ai/ lemonade pull MatUserMTV/I.Good-1.2
Run and chat with the model
lemonade run user.I.Good-1.2-{{QUANT_TAG}}List all available models
lemonade list
- Atomic Chat
File size: 4,367 Bytes
b9fbd42 29186f6 b9fbd42 29186f6 3663e38 b9fbd42 29186f6 3663e38 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 | ---
language:
- ru
license: apache-2.0
tags:
- text-generation
- russian
- tiny
- from-scratch
- educational
- llama
- gguf
- conversational
- cpu-trained
- xeon
metrics:
- loss
pipeline_tag: text-generation
base_model:
- MatUserMTV/I.Good-1.2
---
# I.good V1.2 — 10M параметров, обученная на Xeon
**I.good V1.2** — это вторая итерация моей собственной серии языковых моделей. Крошечная (10.2M параметров) Llama-совместимая модель, обученная **с нуля** на русских диалогах.
Это не файнтюн Qwen и не LoRA на Llama. Это полностью самописный пайплайн: от сбора `.jsonl` и обучения BPE-токенизатора до конвертации в GGUF. Всё обучение проходило на серверном процессоре **Intel Xeon** без использования видеокарт.
## 🆚 Прогресс по сравнению с V1.1
Первая версия (V1.1, 4.5M) выдавала «Коден... Яндекс!».
Эта версия (V1.2, 10.2M) уже строит связные русские предложения:
> `<|user|>привет<|assistant|>`
> **«Да ладно, я тоже хочу вас поздравить! :D»**
## 🏗️ Архитектура
| Параметр | Значение |
|---|---|
| **Параметров** | 10,244,160 |
| **Слоёв (n_layer)** | 6 |
| **Голов внимания** | 8 |
| **Размер hidden** | 320 |
| **Размер MLP** | 896 |
| **Контекст** | 384 токена |
| **Токенизатор** | BPE, 8192 токена |
| **Эмбеддинги** | 25.6% от всех весов |
Благодаря уменьшению словаря (с 32k до 8k) и увеличению hidden_size, эмбеддинги больше не съедают 91% параметров. Основной вес теперь приходится на трансформерные слои, отвечающие за «мышление».
## 📚 Данные и обучение
* **Данные:** 918 МБ русских диалогов (в токенах: 163,786,032).
* **Формат:** `<|user|>...<|assistant|>...<|endoftext|>`.
* **Железо:** Intel Xeon E5-2690 v4 (28 потоков, 3.10 GHz), **без GPU**.
* **Время:** Ровно 3 часа.
* **Train Loss (финал):** ~3.74
* **Val Loss (финал):** **3.7029**
## 🎭 Примеры генерации (Честно)
**Хороший день:**
```text
<|user|>привет<|assistant|>
Да ладно, я тоже хочу вас поздравить! :D
Плохой день (когда модель не знает ответа):
text
<|user|>ты чё<|assistant|>
^<|user|>Я неожиданно-красный ͡° ͜ה ͜עʖחעʖ ^^_^
⚠️ Ограничения (Почему она иногда пишет на иврите?)
10M параметров — это всё ещё крошечный размер для полноценного диалога. У модели есть несколько «детских болезней»:
Память золотой рыбки. Контекст 384 токена. Она забывает твой вопрос через 2 предложения.
Галлюцинации байтов. Если вы зададите вопрос, на который в датасете не было ответа (например, «ты прикольный»), вероятность всех русских слов упадет, и она выдаст случайные байты (иврит, иероглифы).
Путаница ролей. Она часто пишет тег <|user|> в своих ответах, потому что не понимает, что она — ассистент, и пытается продолжить диалог за вас.
🛠️ Как использовать
Скачайте model.gguf.
Запустите в KoboldCPP (Context 512).
Обязательно добавьте <|user|> в Stop Sequences.
Настройки: Temperature 0.1 – 0.3, Repetition Penalty 1.2.
Промпт: <|user|>Привет, как дела?<|assistant|> |