Text Generation
Transformers
ONNX
Safetensors
PyTorch
Russian
transformer
fill-mask
chat
russian
easyformer
custom_code
conversational
Eval Results (legacy)
Instructions to use OpenRussianAI/andrey with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Transformers
How to use OpenRussianAI/andrey with Transformers:
# Use a pipeline as a high-level helper from transformers import pipeline pipe = pipeline("text-generation", model="OpenRussianAI/andrey", trust_remote_code=True)# pip install -U transformers accelerate # Load model directly from transformers import AutoModelWithLMHead model = AutoModelWithLMHead.from_pretrained("OpenRussianAI/andrey", trust_remote_code=True, device_map="auto") - Notebooks
- Google Colab
- Kaggle
- Local Apps Settings
- vLLM
How to use OpenRussianAI/andrey with vLLM:
Install from pip and serve model
# Install vLLM from pip: pip install vllm # Start the vLLM server: vllm serve "OpenRussianAI/andrey" # Call the server using curl (OpenAI-compatible API): curl -X POST "http://localhost:8000/v1/chat/completions" \ -H "Content-Type: application/json" \ --data '{ "model": "OpenRussianAI/andrey", "messages": [ { "role": "user", "content": "What is the capital of France?" } ] }'Use Docker
docker model run hf.co/OpenRussianAI/andrey
- SGLang
How to use OpenRussianAI/andrey 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 "OpenRussianAI/andrey" \ --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": "OpenRussianAI/andrey", "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 "OpenRussianAI/andrey" \ --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": "OpenRussianAI/andrey", "messages": [ { "role": "user", "content": "What is the capital of France?" } ] }' - Docker Model Runner
How to use OpenRussianAI/andrey with Docker Model Runner:
docker model run hf.co/OpenRussianAI/andrey
Update README.md
Browse files
README.md
CHANGED
|
@@ -20,64 +20,76 @@ model_type: transformer
|
|
| 20 |
base_model: OpenRussianAI/andrey
|
| 21 |
---
|
| 22 |
|
| 23 |
-
# Andrey — EasyFormer
|
| 24 |
|
| 25 |
Лёгкий русскоязычный чат-бот на архитектуре EasyFormer.
|
| 26 |
-
Упрощённый decoder-only Transformer, ~
|
| 27 |
|
| 28 |
## О модели
|
| 29 |
|
| 30 |
Andrey — компактный русскоязычный чат-бот на собственной архитектуре EasyFormer.
|
| 31 |
-
|
| 32 |
-
|
| 33 |
-
|
| 34 |
-
Модель обучается за минуты на CPU, помещается в 15 MB, работает на любом устройстве.
|
| 35 |
|
| 36 |
## Архитектура
|
| 37 |
|
| 38 |
| Параметр | Значение |
|
| 39 |
|---|---|
|
| 40 |
| Тип | decoder-only Transformer |
|
| 41 |
-
| Параметров | ~
|
| 42 |
-
| Слоёв |
|
| 43 |
-
| d_model |
|
| 44 |
-
| Голов |
|
| 45 |
| FFN | ×2, ReLU |
|
| 46 |
| Нормализация | RMSNorm |
|
| 47 |
-
| Контекст |
|
| 48 |
-
| Токенизатор |
|
| 49 |
| Weight tying | lm_head ↔ tok_emb |
|
| 50 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 51 |
## Быстрый старт
|
| 52 |
|
| 53 |
```bash
|
| 54 |
-
pip install transformers torch huggingface_hub
|
| 55 |
```
|
| 56 |
|
| 57 |
```python
|
| 58 |
-
import
|
| 59 |
-
from transformers import
|
|
|
|
| 60 |
from huggingface_hub import hf_hub_download
|
| 61 |
|
| 62 |
REPO = "OpenRussianAI/andrey"
|
| 63 |
|
| 64 |
-
|
| 65 |
-
|
| 66 |
-
trust_remote_code=True,
|
| 67 |
-
dtype=torch.float32,
|
| 68 |
-
).eval()
|
| 69 |
|
| 70 |
-
|
| 71 |
-
|
| 72 |
-
|
| 73 |
-
|
| 74 |
|
| 75 |
def ask(q, max_new=40, temp=0.6, top_k=20):
|
| 76 |
-
|
| 77 |
-
|
| 78 |
-
|
| 79 |
-
|
| 80 |
-
|
|
|
|
|
|
|
|
|
|
| 81 |
|
| 82 |
print(ask("привет"))
|
| 83 |
```
|
|
@@ -94,31 +106,34 @@ Bot: хорошо, готов помочь
|
|
| 94 |
User: кто ты
|
| 95 |
Bot: я лёгкий чат-бот на EasyFormer
|
| 96 |
|
| 97 |
-
User:
|
| 98 |
-
Bot:
|
| 99 |
|
| 100 |
-
User:
|
| 101 |
-
Bot:
|
| 102 |
|
| 103 |
-
User:
|
| 104 |
-
Bot: о
|
| 105 |
|
| 106 |
-
User:
|
| 107 |
-
Bot:
|
| 108 |
```
|
| 109 |
|
| 110 |
## Обучение
|
| 111 |
|
| 112 |
| Параметр | Значение |
|
| 113 |
|---|---|
|
| 114 |
-
| Диалогов |
|
| 115 |
-
|
|
| 116 |
-
|
|
| 117 |
-
| Батч |
|
| 118 |
-
|
|
| 119 |
-
|
|
| 120 |
-
|
|
| 121 |
-
|
|
|
|
|
|
|
|
|
|
|
| 122 |
|
| 123 |
## Структура репо
|
| 124 |
|
|
@@ -128,18 +143,22 @@ OpenRussianAI/andrey/
|
|
| 128 |
├── config.json
|
| 129 |
├── configuration_easyformer.py
|
| 130 |
├── modeling_easyformer.py
|
| 131 |
-
├──
|
| 132 |
└── tokenizer.json
|
| 133 |
```
|
| 134 |
|
| 135 |
## Ограничения
|
| 136 |
|
| 137 |
-
- С матешей плоховато
|
| 138 |
-
-
|
|
|
|
|
|
|
|
|
|
|
|
|
| 139 |
|
| 140 |
## Лицензия
|
| 141 |
|
| 142 |
MIT
|
| 143 |
|
| 144 |
-
## Сайт
|
| 145 |
-
https://sites.google.com/view/easyformer/home
|
|
|
|
| 20 |
base_model: OpenRussianAI/andrey
|
| 21 |
---
|
| 22 |
|
| 23 |
+
# Andrey — EasyFormer 3.65M
|
| 24 |
|
| 25 |
Лёгкий русскоязычный чат-бот на архитектуре EasyFormer.
|
| 26 |
+
Упрощённый decoder-only Transformer, ~3.65M параметров.
|
| 27 |
|
| 28 |
## О модели
|
| 29 |
|
| 30 |
Andrey — компактный русскоязычный чат-бот на собственной архитектуре EasyFormer.
|
| 31 |
+
Внутри — упрощения для скорости: RMSNorm, FFN×2, weight tying.
|
| 32 |
+
Обучен честно признаваться в незнании на вопросы, ответа на которые у него нет.
|
|
|
|
|
|
|
| 33 |
|
| 34 |
## Архитектура
|
| 35 |
|
| 36 |
| Параметр | Значение |
|
| 37 |
|---|---|
|
| 38 |
| Тип | decoder-only Transformer |
|
| 39 |
+
| Параметров | ~3.65M |
|
| 40 |
+
| Слоёв | 6 |
|
| 41 |
+
| d_model | 256 |
|
| 42 |
+
| Голов | 4 |
|
| 43 |
| FFN | ×2, ReLU |
|
| 44 |
| Нормализация | RMSNorm |
|
| 45 |
+
| Контекст | 512 токенов |
|
| 46 |
+
| Токенизатор | BPE, vocab 1412 |
|
| 47 |
| Weight tying | lm_head ↔ tok_emb |
|
| 48 |
|
| 49 |
+
## Eval results
|
| 50 |
+
|
| 51 |
+
| Метрика | Значение |
|
| 52 |
+
|---|---|
|
| 53 |
+
| Train loss | 0.60 |
|
| 54 |
+
| Val loss | 0.98 |
|
| 55 |
+
| idk_acc | 95.6% |
|
| 56 |
+
| Perplexity (val) | 2.66 |
|
| 57 |
+
| Шагов | 8000 |
|
| 58 |
+
| Диалогов | 3895 |
|
| 59 |
+
|
| 60 |
+
idk_acc — точность на вопросах-ловушках, где правильный ответ — «не знаю».
|
| 61 |
+
|
| 62 |
## Быстрый старт
|
| 63 |
|
| 64 |
```bash
|
| 65 |
+
pip install transformers torch huggingface_hub tokenizers
|
| 66 |
```
|
| 67 |
|
| 68 |
```python
|
| 69 |
+
import torch
|
| 70 |
+
from transformers.dynamic_module_utils import get_class_from_dynamic_module
|
| 71 |
+
from tokenizers import Tokenizer
|
| 72 |
from huggingface_hub import hf_hub_download
|
| 73 |
|
| 74 |
REPO = "OpenRussianAI/andrey"
|
| 75 |
|
| 76 |
+
cfg_cls = get_class_from_dynamic_module("configuration_easyformer.EasyFormerConfig", REPO)
|
| 77 |
+
model_cls = get_class_from_dynamic_module("modeling_easyformer.EasyFormerLMHeadModel", REPO)
|
|
|
|
|
|
|
|
|
|
| 78 |
|
| 79 |
+
cfg = cfg_cls.from_pretrained(REPO)
|
| 80 |
+
model = model_cls.from_pretrained(REPO, config=cfg).eval()
|
| 81 |
+
|
| 82 |
+
tok = Tokenizer.from_file(hf_hub_download(REPO, "tokenizer.json"))
|
| 83 |
|
| 84 |
def ask(q, max_new=40, temp=0.6, top_k=20):
|
| 85 |
+
text = f"[USER] {q}[EOS][BOT] "
|
| 86 |
+
ids = tok.encode(text).ids
|
| 87 |
+
input_ids = torch.tensor([ids], dtype=torch.long)
|
| 88 |
+
with torch.no_grad():
|
| 89 |
+
out = model.generate(input_ids, max_new_tokens=max_new,
|
| 90 |
+
do_sample=True, temperature=temp, top_k=top_k)
|
| 91 |
+
result = tok.decode(out[0].tolist())
|
| 92 |
+
return result.split("[BOT]", 1)[-1].split("[USER]", 1)[0].strip()
|
| 93 |
|
| 94 |
print(ask("привет"))
|
| 95 |
```
|
|
|
|
| 106 |
User: кто ты
|
| 107 |
Bot: я лёгкий чат-бот на EasyFormer
|
| 108 |
|
| 109 |
+
User: пока
|
| 110 |
+
Bot: до встречи
|
| 111 |
|
| 112 |
+
User: какой пароль от моей почты?
|
| 113 |
+
Bot: не знаю, если честно.
|
| 114 |
|
| 115 |
+
User: что я ел вчера?
|
| 116 |
+
Bot: без понятия, извини.
|
| 117 |
|
| 118 |
+
User: который час?
|
| 119 |
+
Bot: не могу ответить точно — не знаю.
|
| 120 |
```
|
| 121 |
|
| 122 |
## Обучение
|
| 123 |
|
| 124 |
| Параметр | Значение |
|
| 125 |
|---|---|
|
| 126 |
+
| Диалогов | 3895 |
|
| 127 |
+
| Отказов | ~600 |
|
| 128 |
+
| Шагов | 8000 |
|
| 129 |
+
| Батч | 16 |
|
| 130 |
+
| Grad accum | 2 |
|
| 131 |
+
| Оптимизатор | AdamW, lr=3e-4 |
|
| 132 |
+
| Scheduler | cosine + warmup 300 |
|
| 133 |
+
| Устройство | CUDA |
|
| 134 |
+
| Loss | 0.60 |
|
| 135 |
+
|
| 136 |
+
Отказы в loss весят ×2.
|
| 137 |
|
| 138 |
## Структура репо
|
| 139 |
|
|
|
|
| 143 |
├── config.json
|
| 144 |
├── configuration_easyformer.py
|
| 145 |
├── modeling_easyformer.py
|
| 146 |
+
├── model.safetensors
|
| 147 |
└── tokenizer.json
|
| 148 |
```
|
| 149 |
|
| 150 |
## Ограничения
|
| 151 |
|
| 152 |
+
- С матешей плоховато: сложные примеры решает неуверенно
|
| 153 |
+
- Что вне датасета — мусор: модель знает только темы из обучения
|
| 154 |
+
- Нет истории диалога: каждый запрос независим
|
| 155 |
+
- Контекст 512 токенов, дальше обрезается
|
| 156 |
+
- Отказы работают на типовых ловушках, на необычные вопросы может ответить уверенно и неправильно
|
| 157 |
+
- Обучена на 3895 диалогах — словарный запас и круг тем ограничены
|
| 158 |
|
| 159 |
## Лицензия
|
| 160 |
|
| 161 |
MIT
|
| 162 |
|
| 163 |
+
## Сайт EasyFormer
|
| 164 |
+
https://sites.google.com/view/easyformer/home
|