tags, license, language

tags	license	language
text-generation custom-framework gguf llama-3 ru en	apache-2.0	en ru

🧠 dpp-gpt v2.0 Flash (135M)

(🇺🇸 English / 🇷🇺 Русский)

This is a compact language model trained from scratch on the Llama 3 architecture. The model is part of the dpp-gpt small language models (SLM) family.

⚙️ Model Details

• Architecture: Llama 3
• Parameters: 136.9M
• Layers: 16
• Hidden size (Embeddings): 768
• Attention heads: 12
• Vocab size: ~24,000
• Context: 1024 tokens
• Format: GGUF
• License: Apache 2.0

🚀 Features & Training

• Pre-training: Weights were randomly initialized, and the architecture was built entirely from scratch.
• Fine-Tuning (SFT): The model underwent Supervised Fine-Tuning (SFT) on a custom dataset to understand dialogue structure and answer questions.

📊 Training Data

The model was pre-trained on a corpus of ~6.93 Billion tokens. The dataset is a carefully balanced mix of languages, code, and reasoning data:

• 49% — CulturaX (Russian text corpus)
• 28% — Russian Wikipedia
• 11% — Source code in various programming languages
• 9% — Cosmopedia
• 3% — Mathematics

💻 How to Use

The model is optimized for low-end devices and smartphones. It can be easily run using:

• LM Studio

• llama.cpp

• KoboldCPP

• recommended temperature: 0.3

• recommended top-k: 10

Standard Prompt Format (ChatML):

<|im_start|>user
{prompt}<|im_end|>
<|im_start|>assistant

Reasoning Mode Prompt:

<|im_start|>user
[THINK] {prompt}<|im_end|>
<|im_start|>assistant

---

🇷🇺 Описание на русском

Это компактная языковая модель, обученная с нуля (from scratch) на архитектуре Llama 3. Модель является частью семейства малых языковых моделей (SLM) проекта dpp-gpt.

⚙️ Детали модели

• Архитектура: Llama 3
• Параметры: 136.9M
• Слои (Layers): 16
• Размерность (Hidden size): 768
• Головы внимания (Attention heads): 12
• Размер словаря (Vocab size): ~24,000
• Контекст: 1024 токена
• Формат весов: GGUF
• Лицензия: Apache 2.0

🚀 Особенности и обучение

• Pre-training: Веса были инициализированы случайным образом, архитектура полностью собрана с нуля.
• Fine-Tuning (SFT): Модель прошла стадию SFT на авторском датасете, чтобы понимать структуру диалога и отвечать на вопросы.

📊 Данные для обучения

Модель обучалась на корпусе объемом ~6.93 млрд токенов. Состав датасета был сбалансирован для получения базовых навыков языка, логики и программирования:

• 49% — CulturaX (очищенный русскоязычный корпус)
• 28% — Русская Википедия
• 11% — Исходный код на различных языках программирования
• 9% — Cosmopedia
• 3% — Математика

💻 Как использовать

Модель оптимизирована для работы на слабых устройствах и телефонах. Она легко запускается через:

• LM Studio

• llama.cpp

• KoboldCPP

• рекомендованная temperature: 0.3

• рекомендованный top-k: 10

Стандартный формат промпта:

<|im_start|>user
{промпт}<|im_end|>
<|im_start|>assistant

Режим размышления:

<|im_start|>user
[THINK] {промпт}<|im_end|>
<|im_start|>assistant

Hotfix

The GGUF files in this repository were re-uploaded as a hotfix.

An LM Studio update changed the way special tokens are handled, which made the previously published GGUF files generate broken output. The conversion has been fixed and the quantizations here were rebuilt from the corrected model. The weights are unchanged — only the token metadata inside the GGUF files.

If you downloaded a GGUF from this repository before this commit, please download it again.