🐯 LUMA 1.5B — дружелюбный русскоязычный ассистент

Name: luma-1.5b
Availability: InStock

Дообученная Qwen2.5-1.5B-Instruct — живое общение по-русски + готовый HTML/CSS/JS-код

License: Apache 2.0

✨ Кто эта LUMA?

Это твой собеседник-ассистент, дообученный на русских диалогах и парах «описание → готовый HTML/CSS/JS». Пишет полный, готовый к запуску код без сокращений, а в обычном разговоре отвечает по-человечески.

💬 Живое общение по-русски — отвечает по-человечески;
🧠 Понимает контекст — помнит, о чём разговор;
⌨️ Пишет полный HTML/CSS/JS по описанию (без обрывков и сокращений);
🎨 Жёстко прокачан CSS — обучена на 12 000 пар «HTML→CSS» (kogai_css), 2500 чистых CSS-образцов и 1690 примерах «допиши код» (completion: видит начало стиля или скобку — продолжает). Стили получаются аккуратные, с палитрами и адаптивностью;
⚡ Работает на CPU и GPU — всего 1.5 млрд параметров;
🆓 Бесплатна — лицензия Apache-2.0.

Дообучена методом QLoRA (4-bit NF4, r=32) поверх Qwen/Qwen2.5-1.5B-Instruct. Адаптер влит в веса — здесь лежит готовая полная модель, ничего дополнительно не нужно.

📌 Версия и что изменилось

Текущая версия: v1.3.0

Версия	Что изменилось
v1.3.0	HTML+CSS-дообучение: +7016 примеров html_pairs+kogai_css+finetune_html+css_block+css_completion, контекст 1400, loss 0.1; CSS-completion навык

| v1.2.0 | CSS-дообучение №2: ещё +1500 примеров kogai_css + css_block (контекст 1024, финальный loss 0.12). Суммарно модель обучена примерно на 18 470 примерах | | v1.1.0 | CSS-boost + без лимитов на длину кода: датасет расширен до 21 170 примеров (kogai_css 600→4000, css_block 700→1500, html_pairs→4700, MAX_ANS 8000), контекст 1024→2048 токенов, лимиты генерации сняты: код до 2048 токенов, GEN_MAX_NEW_TOKENS→4096 | | v1.0.0 | Первый релиз 1.5B: Qwen2.5-1.5B-Instruct + QLoRA (16 970 примеров) |

🔄 Как обновляется: при каждой новой заливке строка добавляется в эту таблицу автоматически (скрипт upload_luma_15b_update.py).

📦 Файлы

Файл	Что это	Размер
`model.safetensors`	Полные веса модели (merged, fp16)	~3.1 ГБ
`luma-1.5b-q8_0.gguf`	GGUF q8_0 — для LM Studio / Ollama (рекомендуется)	~1.7 ГБ
`config.json`, `tokenizer.*`	Конфигурация и токенизатор	—
`chat_template.jinja`	Chat-шаблон общения	—

🚀 Быстрый старт

Вариант 1 — Python / transformers

python

from transformers import AutoModelForCausalLM, AutoTokenizer

tok = AutoTokenizer.from_pretrained("LUMAMODEL/luma-1.5b")
model = AutoModelForCausalLM.from_pretrained("LUMAMODEL/luma-1.5b", torch_dtype="auto")

prompt = tok.apply_chat_template(
    [{"role": "user", "content": "Сделай карточку товара на HTML + CSS"}],
    tokenize=False, add_generation_prompt=True,
)
inputs = tok(prompt, return_tensors="pt")
out = model.generate(**inputs, max_new_tokens=2048, do_sample=True, temperature=0.7)
print(tok.decode(out[0], skip_special_tokens=True))

Вариант 2 — LM Studio 🖥️

Открой LM Studio → вкладка Search;
Найди LUMAMODEL/luma-1.5b и скачай luma-1.5b-q8_0.gguf;
Открой Chat, выбери модель — и просто общайся 💬

Рекомендуемые настройки: Context length 8192, Temperature 0.7, Top-P 0.9.

Вариант 3 — Ollama 🦙

bash

ollama pull hf.co/LUMAMODEL/luma-1.5b
ollama run hf.co/LUMAMODEL/luma-1.5b

💻 Хочешь полный код? (важно!)

Для длинного и полного кода используй System Prompt:

Ты — LUMA, дружелюбный русскоязычный ассистент и программист.
Когда просят код — отвечай полным, готовым к запуску кодом без сокращений
и без лишнего текста. Код делай чистым и валидным: только корректные
CSS-единицы (px, em, rem, %, vw, vh), семантические HTML-теги, все теги
закрыты, без PHP, без JSP и серверных шаблонов (${...}), без невалидных
конструкций и обрывков чужого кода.

Max Tokens поставь 2048+ — иначе код обрывается.

🧠 Пример

Вы: Сделай страницу на HTML + CSS: шапка, карточка товара с фото, ценой и кнопкой «Купить».

LUMA: генерирует полную валидную страницу с header, .card, ценой и кнопкой 😊

🎓 Как обучалась

Параметр	Значение
База	`Qwen/Qwen2.5-1.5B-Instruct` (Apache-2.0)
Метод	QLoRA: 4-bit NF4 (double quant), r=32, alpha=64, dropout 0.05
Целевые слои	q/k/v/o/gate/up/down proj
Данные	31 860 примеров в полном датасете: 4700 «описание→HTML/CSS/JS», 12 000 «HTML→CSS» (kogai_css), 1304 русских диалогов, 1400 чатов, 900 блоков кода, 2500 CSS-блоков, 700 HTML-блоков, 600 прозы, 400 corpus, 312 wiki, 18 wikibooks, 636 задач правки HTML, 4000 веб-Q&A, 1690 «допиши код» (css_completion)
CSS-дообучение (v1.3.0)	+4569 примеров `kogai_css` + `css_block` + `css_completion`, контекст 1400, продолжено от v1.2.0 (merged_full)
HTML+CSS-дообучение (v1.3.0)	+7016 примеров `html_pairs` (описание→HTML+CSS) + `kogai_css` (HTML→CSS) + `finetune_html` (правки HTML) + `css_block` + `css_completion`, контекст 1400, loss ~0.1
Точность	bf16, batch=1, grad-accum=16
LR	1.5e-4, cosine + warmup 40
Контекст	2048 токенов (длинный код влезает целиком)
Эпохи	1
Loss	только по токенам ответов ассистента

📊 Датасеты обучения: LUMAMODEL/luma-dataset

🛠 Благодарности

Qwen за отличную базовую модель;
PEFT за LoRA;
llama.cpp за GGUF.

Предыдущая версия на Qwen2.5-0.5B: LUMAMODEL/luma