---
license: apache-2.0
base_model:
- HuggingFaceTB/SmolLM2-360M-Instruct
language:
- en
pipeline_tag: text-generation
tags:
- safetensors
- onnx
- transformers.js
---

# 🌞 Solara — summerstars/Solara

## **Created by a High School Student | Built on Google Colab (T4 GPU)**  
## **高校生によって開発 | Google Colab（T4 GPU）で作成**

**Solara** is a lightweight, instruction-tuned language model based on [`HuggingFaceTB/SmolLM2-360M-Instruct`](https://huggingface.co/HuggingFaceTB/SmolLM2-360M-Instruct).  
It was developed by a high school student using Google Colab with a T4 GPU.  
Despite its compact size, Solara delivers quick responses and handles everyday tasks efficiently.

**Solara（ソララ）** は、[`HuggingFaceTB/SmolLM2-360M-Instruct`](https://huggingface.co/HuggingFaceTB/SmolLM2-360M-Instruct) をベースとした軽量な指示応答型言語モデルです。  
Google Colab（T4 GPU）を使用して高校生が開発しました。  
小型ながら、日常のタスクや会話を効率的かつ高速に処理します。

---

## 📌 Model Details / モデル詳細

- **Base Model / ベースモデル**: HuggingFaceTB/SmolLM2-360M-Instruct  
- **Parameters / パラメータ数**: 360M  
- **Architecture / アーキテクチャ**: Decoder-only Transformer / デコーダ専用トランスフォーマー  
- **Languages / 対応言語**: English / 英語  
- **License / ライセンス**: Apache 2.0  

---

## 🚀 Use Cases / 主な用途

- Lightweight chatbots / 軽量チャットボット  
- Inference on CPUs or mobile devices / CPU・モバイル端末での推論  
- Educational or hobbyist projects / 教育・趣味用途  
- Instruction-following tasks / 指示応答タスク  

---

## 🛠️ How to Use / 使用方法

```python
from transformers import AutoTokenizer, AutoModelForCausalLM

model_name = "summerstars/Solara"

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

prompt = "Please explain black holes in simple terms."
inputs = tokenizer(prompt, return_tensors="pt")
outputs = model.generate(**inputs, max_new_tokens=128)

# Print the result / 結果を表示
print(tokenizer.decode(outputs[0], skip_special_tokens=True))