Mindket

Tallow

新上架第 1 版 · 更新于

概览

一个只有 15.7M 参数的小型语言模型,扮演一只野生乌鸦,用心情、动作和乌鸦叫声回答,还会记住你怎么对他。适合爱折腾的人,以及想和一个小角色模型聊天的人。

Tallow 是一款工具包,属于陪伴类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • 电脑上装有 Python 和 pip
  • torch、sentencepiece 和 safetensors 这三个软件包
  • 这个仓库里的文件,包括 tallow.py
用在
  • 你自己的电脑,通过 tallow.py 脚本,CPU 或 GPU 都行
  • Windows、macOS 或 Linux,配合 Python
  • 不适用于 llama.cpp 或 Ollama,因为分词器需要只有 tallow.py 才会做的文本调整
先运行
pip install -U huggingface_hub
hf download digi-the-robot/Tallow

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

Tallow 是一个从头开始构建、只有 15.7M 参数的小型语言模型。他扮演一只野生乌鸦。他不用英文句子,而是用心情标签、星号里的动作和乌鸦叫声来回复。他还会在一次对话中记住你怎么对待他。

适合谁

喜欢玩小型角色模型的人,以及想看一个从分词器到聊天都完整的小模型的学习者。

IndustryWho uses itHow they use itExample
娱乐爱好者和一个有记忆的角色聊天喂乌鸦一颗花生,看他慢慢亲近
教育机器学习学生研究从零训练的小模型阅读单文件的 tallow.py
游戏设计独立开发者看看规则驱动的对话如何用语言模型实现信任和记仇的机制
研究小模型研究者观察由规则引擎生成的合成数据心情标签的评分表

如果你想要通用助手,可以跳过它,因为 Tallow 只会以乌鸦的身份说话。

用在哪里

  • 你自己的电脑,通过 tallow.py 脚本,CPU 或 GPU 都行
  • Windows、macOS 或 Linux,配合 Python
  • 不适用于 llama.cpp 或 Ollama,因为分词器需要只有 tallow.py 才会做的文本调整
Use caseWhoWhat they get back
乌鸦聊天任何人以心情标签、动作和声音构成的回复
信任游戏爱好者会因善意举动而亲近、也会记仇的乌鸦
模型研究学生一个用规则生成的对话训练出来的模型示例

如何设置

  • 电脑上装有 Python 和 pip
  • torch、sentencepiece 和 safetensors 这三个软件包
  • 这个仓库里的文件,包括 tallow.py
  1. 用 hf 命令下载仓库。
  2. 安装这三个 Python 软件包。
  3. 在下载好的文件夹里运行脚本。
pip install -U huggingface_hub
hf download digi-the-robot/Tallow
pip install torch sentencepiece safetensors
python tallow.py

如何使用

运行脚本,然后对他打字。输入 /new 以陌生人的身份重新开始,在空行上按回车退出。每条回复都有心情标签、动作和声音。

ToolWhat it does
tallow.py把模型和分词器辅助代码放在一个文件里
/new以陌生人的身份重新开始对话
Empty line结束会话
you:    *tosses a peanut onto the grass*
tallow: [caution min] *lands on the fence* *watches the peanut with one eye* kaw.

示例

你把一颗花生扔到草地上。Tallow 用谨慎的心情标签回答,落在栅栏上盯着花生,然后叫一声 kaw。如果你之后去抓他,他会发怒,也不理会道歉。只有食物才能赢回他的信任。

新手与专家

如果你是新手,先给食物,并保持距离。说对不起这样的话修复不了他的记仇,花生却能慢慢做到。

如果你懂这个领域,这个模型是 8 层的 Llama 风格解码器,在 TinyStories 上预训练。之后在规则引擎生成的 5,295 段对话上微调,由一个 AI 写手把计划写成对话。模型卡报告在 2,432 个保留轮次上心情标签准确率为 97.2%,并说这些结果属于同分布测试。

  1. 你输入动作或话语
  2. 乌鸦模型读取历史
  3. 心情标签、动作和声音
  4. 信任和记仇状态延续下去
保留轮次上心情标签的准确率,百分比
所有轮次97.2%
记仇期间说对不起没用100%
第一次尝试学到的词73.7%

注意事项

  • License: Apache 2.0
  • Cost to run: 未提及,CPU 或 GPU 都能运行
  • Data it reaches: 你下载的文件和你输入的文字
  • Not for: 一般性问题,因为他只会以乌鸦的身份回答
  • Limits: 模型卡说测试用的是真实历史,而实际聊天里会保留他自己的错误

README 和文件

README

Tallow

一个只有 15.7M 参数的小型语言模型,扮演一只野生乌鸦,用心情、动作和乌鸦叫声回答,还会记住你怎么对他。适合爱折腾的人,以及想和一个小角色模型聊天的人。

由 digi-the-robot 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的,模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么:Tallow 是一个从头开始构建、只有 15.7M 参数的小型语言模型。他扮演一只野生乌鸦。他不用英文句子,而是用心情标签、星号里的动作和乌鸦叫声来回复。他还会在一次对话中记住你怎么对待他。

适合谁:喜欢玩小型角色模型的人,以及想看一个从分词器到聊天都完整的小模型的学习者。

Industry | Who uses it | How they use it | Example
娱乐 | 爱好者 | 和一个有记忆的角色聊天 | 喂乌鸦一颗花生,看他慢慢亲近
教育 | 机器学习学生 | 研究从零训练的小模型 | 阅读单文件的 tallow.py
游戏设计 | 独立开发者 | 看看规则驱动的对话如何用语言模型实现 | 信任和记仇的机制
研究 | 小模型研究者 | 观察由规则引擎生成的合成数据 | 心情标签的评分表

如果你想要通用助手,可以跳过它,因为 Tallow 只会以乌鸦的身份说话。

用在哪里:

  • 你自己的电脑,通过 tallow.py 脚本,CPU 或 GPU 都行
  • Windows、macOS 或 Linux,配合 Python
  • 不适用于 llama.cpp 或 Ollama,因为分词器需要只有 tallow.py 才会做的文本调整
Use case | Who | What they get back
乌鸦聊天 | 任何人 | 以心情标签、动作和声音构成的回复
信任游戏 | 爱好者 | 会因善意举动而亲近、也会记仇的乌鸦
模型研究 | 学生 | 一个用规则生成的对话训练出来的模型示例

如何设置:

  • 电脑上装有 Python 和 pip
  • torch、sentencepiece 和 safetensors 这三个软件包
  • 这个仓库里的文件,包括 tallow.py
  1. 用 hf 命令下载仓库。
  2. 安装这三个 Python 软件包。
  3. 在下载好的文件夹里运行脚本。
pip install -U huggingface_hub
hf download digi-the-robot/Tallow
pip install torch sentencepiece safetensors
python tallow.py

如何使用:运行脚本,然后对他打字。输入 /new 以陌生人的身份重新开始,在空行上按回车退出。每条回复都有心情标签、动作和声音。

Tool | What it does
tallow.py | 把模型和分词器辅助代码放在一个文件里
/new | 以陌生人的身份重新开始对话
Empty line | 结束会话
you:    *tosses a peanut onto the grass*
tallow: [caution min] *lands on the fence* *watches the peanut with one eye* kaw.

示例:你把一颗花生扔到草地上。Tallow 用谨慎的心情标签回答,落在栅栏上盯着花生,然后叫一声 kaw。如果你之后去抓他,他会发怒,也不理会道歉。只有食物才能赢回他的信任。

新手与专家:如果你是新手,先给食物,并保持距离。说对不起这样的话修复不了他的记仇,花生却能慢慢做到。

如果你懂这个领域,这个模型是 8 层的 Llama 风格解码器,在 TinyStories 上预训练。之后在规则引擎生成的 5,295 段对话上微调,由一个 AI 写手把计划写成对话。模型卡报告在 2,432 个保留轮次上心情标签准确率为 97.2%,并说这些结果属于同分布测试。

你输入动作或话语
乌鸦模型读取历史
心情标签、动作和声音
信任和记仇状态延续下去
Title: 保留轮次上心情标签的准确率,百分比
所有轮次: 97.2 %
记仇期间说对不起没用: 100 %
第一次尝试学到的词: 73.7 %

注意事项:

  • License: Apache 2.0
  • Cost to run: 未提及,CPU 或 GPU 都能运行
  • Data it reaches: 你下载的文件和你输入的文字
  • Not for: 一般性问题,因为他只会以乌鸦的身份回答
  • Limits: 模型卡说测试用的是真实历史,而实际聊天里会保留他自己的错误

Hugging Face 上的数据(2026年11月13日)

  • 任务:text generation
  • 参数量:15.7M
  • Weights: about 63 MB in F32; about 8 MB at 4-bit (estimate)
  • Formats: Safetensors
  • 最近 30 天下载:681
  • 点赞:8
  • 许可证:apache-2.0
  • 语言:en
  • 标签:safetensors, crow, toy-model, tiny, roleplay, from-scratch, text-generation

链接

  • 模型:https://huggingface.co/digi-the-robot/Tallow
  • 文件:https://huggingface.co/digi-the-robot/Tallow/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件:

pip install -U huggingface_hub
hf download digi-the-robot/Tallow

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。

文件
README.md  5 KB

1 个文件,共 5 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face 模型。

产品最近 30 天下载点赞参数量许可证最近更新
Tallow 本页681815.7Mapache-2.0
BeeLLM共有 tiny · toy-model · text-generation1,850464.4Mapache-2.0
mai_replier-9b-v3共有 roleplay · safetensors · text-generation66089.4Bapache-2.0
Crystal-31B-RL共有 roleplay · safetensors295931.3Bapache-2.0
数据为 Mindket 在 2026-11-12 至 2026-11-13 期间读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

anaksor-ocr

Sokheng · 工具包

这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

新上架

Qwen2.5-7B-Instruct-GGUF

Qwen · 工具包

Qwen2.5-7B-Instruct 的 GGUF 文件,提供八种量化大小,可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。

新上架

ACE-Step 1.5 XL SFT

ACE-Step · 工具包

用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。

新上架

陪伴类的相似商品

查看陪伴类的全部商品

BeeLLM

schizophyllume · 工具包

提供一组会发出蜜蜂嗡嗡声的小型 GGUF 语言模型,有只会嗡嗡的小蜜蜂、带情绪标签的蜜蜂,以及蜂后与工蜂相连的蜂巢。适合喜欢超小模型的爱好者和开发者。

新上架

Crystal-31B-RL

hiwaifu-research · 工具包

从 Gemma 4 31B-IT 后训练而来的角色扮演聊天模型,用用户的语言回复,无论是俄语、西班牙语、英语还是葡萄牙语,并一直保持这种语言。可处理图像和文字。

新上架

SillyTavern

nohurry · 工具包

分享 SillyTavern 的角色扮演预设,主要是 Voyage 系列,另有一个通用的 Eval 预设。适合用本地或云端语言模型玩故事聊天的人。

新上架