Instructions to use BrCamp/bee-150m-pt-base with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use BrCamp/bee-150m-pt-base with Transformers:

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

pipe = pipeline("text-generation", model="BrCamp/bee-150m-pt-base")
messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe(messages)

# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("BrCamp/bee-150m-pt-base")
model = AutoModelForCausalLM.from_pretrained("BrCamp/bee-150m-pt-base", device_map="auto")
messages = [
    {"role": "user", "content": "Who are you?"},
]
inputs = tokenizer.apply_chat_template(
	messages,
	add_generation_prompt=True,
	tokenize=True,
	return_dict=True,
	return_tensors="pt",
).to(model.device)

outputs = model.generate(**inputs, max_new_tokens=40)
print(tokenizer.decode(outputs[0][inputs["input_ids"].shape[-1]:]))

Notebooks
Google Colab
Kaggle
Local Apps Settings

vLLM

How to use BrCamp/bee-150m-pt-base with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "BrCamp/bee-150m-pt-base"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "BrCamp/bee-150m-pt-base",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/BrCamp/bee-150m-pt-base

SGLang

How to use BrCamp/bee-150m-pt-base 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 "BrCamp/bee-150m-pt-base" \
    --host 0.0.0.0 \
    --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "BrCamp/bee-150m-pt-base",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

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 "BrCamp/bee-150m-pt-base" \
        --host 0.0.0.0 \
        --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "BrCamp/bee-150m-pt-base",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Docker Model Runner
How to use BrCamp/bee-150m-pt-base with Docker Model Runner:
```
docker model run hf.co/BrCamp/bee-150m-pt-base
```

Bee-150M-PT (base)

Modelo de linguagem de 151,2M parâmetros pré-treinado do zero em português do Brasil: tokenizador próprio, corpus próprio, pesos inicializados aleatoriamente. Sem destilação, sem continuação de pré-treino de outro modelo.

Resultado

bits-por-byte em holdout PT limpo (parquet 40 do fineweb-2 por_Latn, região que nenhuma coleta do treino tocou). Menor é melhor. bpb é comparável entre tokenizadores diferentes — perplexidade não seria.

modelo	tokens de treino	bpb PT	fertilidade (tok/byte)
Bee-150M-PT	21,7B	0,844	0,2183
Tucano-160m	~200B	0,884	0,2074
SmolLM2-135M	~2T (inglês)	1,551	0,3576

O Bee supera o Tucano-160m usando 9× menos tokens.

Curva medida (marcos salvos durante o treino, mesmo holdout e procedimento):

tokens	1B	3B	6B	10B	15B	21B	final
bpb	1,021	0,947	0,920	0,897	0,870	0,845	0,844

Arquitetura

LlamaForCausalLM — 30 camadas · d_model 576 · intermediate 2048 (SwiGLU) · 9 cabeças de atenção com 3 KV heads (GQA) · RoPE (theta 10000) · RMSNorm · seq_len 2048 · vocab 32.000 com embeddings amarrados.

Dados

100% português. HuggingFaceFW/fineweb-2 config por (ODC-By 1.0) + fontes de domínio público. A procedência foi verificada na origem, nunca pelo rótulo. Nenhum conteúdo com paywall ou de licença indeterminada entrou no corpus.

Treino

RTX 5090, 96,5 h, ~US$ 97. Batch global 524k tokens/passo, LR 3e-3 cosine, AdamW (0,9/0,95), weight decay 0,1, clip 1,0, bf16, torch.compile.

⚠️ Limitações — leia antes de usar

Este é um modelo base: ele completa texto, não segue instruções. Para a versão ajustada, veja bee-150m-pt-sft.

Com 151M parâmetros, ele escreve português muito bem e não sabe fatos. Conhecimento factual é impreciso e varia entre gerações — ele amostra plausibilidade, não consulta memória. Não use para perguntas factuais de mundo aberto. Use onde o conhecimento vem no contexto: extração estruturada, resumo, reescrita, classificação.

Reprodução

Código, corpus e todas as medições: https://github.com/brcampidelli/llm-ptbr. As lições do projeto — inclusive o bug de uma linha que invalidou duas semanas de treino — estão em docs/licoes-pretreino.md.

Downloads last month: -

Safetensors

Model size

0.2B params

Tensor type

F32

Model tree for BrCamp/bee-150m-pt-base

Finetunes

2 models