🌞 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.
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 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

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))