Instructions to use attn-signs/AS-GPT-5 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use attn-signs/AS-GPT-5 with Transformers:

# Use a pipeline as a high-level helper
from transformers import pipeline

pipe = pipeline("text-generation", model="attn-signs/AS-GPT-5")
messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe(messages)

# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("attn-signs/AS-GPT-5")
model = AutoModelForCausalLM.from_pretrained("attn-signs/AS-GPT-5")
messages = [
    {"role": "user", "content": "Who are you?"},
]
inputs = tokenizer.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=40)
print(tokenizer.decode(outputs[0][inputs["input_ids"].shape[-1]:]))

Notebooks
Google Colab
Kaggle
Local Apps

vLLM

How to use attn-signs/AS-GPT-5 with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "attn-signs/AS-GPT-5"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "attn-signs/AS-GPT-5",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/attn-signs/AS-GPT-5

SGLang

How to use attn-signs/AS-GPT-5 with SGLang:

Install from pip and serve model

# Install SGLang from pip:
pip install sglang
# Start the SGLang server:
python3 -m sglang.launch_server \
    --model-path "attn-signs/AS-GPT-5" \
    --host 0.0.0.0 \
    --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "attn-signs/AS-GPT-5",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker images

docker run --gpus all \
    --shm-size 32g \
    -p 30000:30000 \
    -v ~/.cache/huggingface:/root/.cache/huggingface \
    --env "HF_TOKEN=<secret>" \
    --ipc=host \
    lmsysorg/sglang:latest \
    python3 -m sglang.launch_server \
        --model-path "attn-signs/AS-GPT-5" \
        --host 0.0.0.0 \
        --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "attn-signs/AS-GPT-5",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Docker Model Runner
How to use attn-signs/AS-GPT-5 with Docker Model Runner:
```
docker model run hf.co/attn-signs/AS-GPT-5
```

AS-GPT-5

[ru]

Инструктивная рассуждающая модель AS-GPT-5, дообученная в полных параметрах с базы yandex/YandexGPT-Lite-8B-pretrain.
Создана для эффективной обработки и генерации текста преимущественно на русском языке, обеспечивая разумные ответы.
Модель обучена продолжать последовательность из 8192 токенов (При Reasoning: Medium).
Модель обучена следовать персонажу (Алина), потому что у Яндекса есть Алиса, почему бы не сделать Алину.
Модель может не следовать привычным парадигмам alignment'а и выдавать "живые" ответы.

Options

В [OPTIONS] можно пробовать включать различные решимы рассуждений (нужны эксперименты, чтобы понять, какой подойдёт для Ваших задач).
Поддержка:

Reasoning: Off (При таком режиме модель всё равно может рассуждать, см. пункт ниже)
Reasoning: Low (Для повседневных инструктивных задач/диалогового формата)
Reasoning: Medium (Для средних-сложных задач)
Reasoning: High (В разработке)

Развитие и доработки

В планах дообучить модель GRPO-like/DPO-like методами на контроль длины ответов и больше разделить разные режимы reasoning.
В планах больше развить способности модели решать сложные задачами полнопараметризованным GSPO обучением.
В планах оценить результаты и возможности модели на существующих бенчмарках и аренах.

Методы обучения

//TODO//

Фреймворки и технологии

Обучение велось на 2xH100 80GB с использованием:

HuggingFace Accelerate
Microsoft DeepSpeed
FlashAttn3
Liger Kernel

Оценки и бенчмарки:

//TODO//

License

Лицензия и возможности использования ограничиваются коренной лицензией от Яндекса
(https://huggingface.co/yandex/YandexGPT-5-Lite-8B-pretrain)

Downloads last month: 2

Safetensors

Model size

8B params

Tensor type

BF16

Model tree for attn-signs/AS-GPT-5

Base model

yandex/YandexGPT-5-Lite-8B-pretrain

Finetuned

(16)

this model

Finetunes

1 model

Collection including attn-signs/AS-GPT-5

Reasoning Models [RU]

Collection

Collection of reasoning models • 8 items • Updated Sep 1, 2025 • 1

attn-signs
/

AS-GPT-5