Instructions to use longtimedevs/Ru-Small-Instruct with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use longtimedevs/Ru-Small-Instruct with Transformers:

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

pipe = pipeline("text-generation", model="longtimedevs/Ru-Small-Instruct")

# pip install -U transformers accelerate
# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("longtimedevs/Ru-Small-Instruct")
model = AutoModelForCausalLM.from_pretrained("longtimedevs/Ru-Small-Instruct", device_map="auto")

Notebooks
Google Colab
Kaggle
Local Apps Settings

vLLM

How to use longtimedevs/Ru-Small-Instruct with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "longtimedevs/Ru-Small-Instruct"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "longtimedevs/Ru-Small-Instruct",
		"prompt": "Once upon a time,",
		"max_tokens": 512,
		"temperature": 0.5
	}'

Use Docker

docker model run hf.co/longtimedevs/Ru-Small-Instruct

SGLang

How to use longtimedevs/Ru-Small-Instruct 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 "longtimedevs/Ru-Small-Instruct" \
    --host 0.0.0.0 \
    --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "longtimedevs/Ru-Small-Instruct",
		"prompt": "Once upon a time,",
		"max_tokens": 512,
		"temperature": 0.5
	}'

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 "longtimedevs/Ru-Small-Instruct" \
        --host 0.0.0.0 \
        --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "longtimedevs/Ru-Small-Instruct",
		"prompt": "Once upon a time,",
		"max_tokens": 512,
		"temperature": 0.5
	}'

Docker Model Runner
How to use longtimedevs/Ru-Small-Instruct with Docker Model Runner:
```
docker model run hf.co/longtimedevs/Ru-Small-Instruct
```

longtimedevs commited on Sep 18

Commit

d01bbc9

verified ·

1 Parent(s): d2a6490

Update README.md

Browse files

Files changed (1) hide show

README.md +53 -1

README.md CHANGED Viewed

@@ -1,3 +1,55 @@
 ---
-license: apache-2.0
 ---

 ---
+language:
+- ru
+license: mit
+tags:
+- text-generation
+- llama
+- russian
+- instruct
+- small-language-model
+- sovereign-ai
+- chat
+pipeline_tag: text-generation
+widget:
+- text: "<|юзер|>\nПривет! Кто ты?\n<|юзерзакончил|>\n<|я_начал|>\n"
+  example_title: "Приветствие"
+- text: "<|юзер|>\nКто такой слон?\n<|юзерзакончил|>\n<|я_начал|>\n"
+  example_title: "Определение"
 ---
+# 🇷🇺 Ru-Small-Instruct (0.2B) — Суверенная русскоязычная модель-инструктор
+**Ru-Small-Instruct** — это сверхлегкая, независимая русскоязычная языковая модель на архитектуре LLaMA (~0.2B параметров), обученная **с нуля (Zero-Fingerprint)** на локальном оборудовании без заимствования весов у чужих корпоративных моделей.
+Модель прошла полный цикл разработки: обучение собственного BPE-токенизатора, фундаментальное чтение открытых русскоязычных энциклопедий и новостей (Pre-training) и диалоговая огранка на решение задач (Instruction Tuning / SFT).
+🌐 **Официальный сайт автора и проекта:** [https://long-time.ru](https://long-time.ru)
+---
+## ⚙️ Характеристики Ru-Small-Instruct
+* **Название модели:** Ru-Small-Instruct
+* **Архитектура:** LLaMA (`LlamaForCausalLM`)
+* **Количество параметров:** ~165M – 200M (~0.2B по классификации Hugging Face)
+* **Размер словаря (Vocab):** 28 672 токена (кастомный BPE ByteLevel для чистого русского языка)
+* **Контекстное окно:** 450–512 токенов
+* **Тип данных:** `bfloat16` / `float16`
+* **Нативные управляющие теги диалога:**
+  * `<|юзер|>` — начало реплики пользователя
+  * `<|юзерзакончил|>` — завершение реплики пользователя
+  * `<|я_начал|>` — начало ответа модели
+  * `<|я_закончил|>` — системный маркер завершения генерации (EOS)
+---
+## 💬 Формат диалога (Chat Template)
+Для получения корректных и связных ответов подавайте запрос с переносами строк `\n` вокруг тегов:
+```text
+<|юзер|>
+Ваш вопрос или задача
+<|юзерзакончил|>
+<|я_начал|>