Характеристики

Контекст: 131 072 токена
Параметры: 623 млн
Лицензия: odc-by
Архитектура: llama · dense
Библиотека: transformers
Опубликована: 24 апр 2025

Ссылки

clm-600m

Генерация текстаТекст → текст3 профессии

Англоязычная Llama-модель на 622,9 млн параметров для генерации текста и диалоговых ответов с контекстом до 131 072 токенов.

430скачиваний за 30 дней0лайковвеса обновлены15 мая 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

AICrossSim/bitflip-clm-600m — англоязычная авторегрессионная языковая модель на архитектуре Llama с примерно 622,9 млн параметров. Модель разработана AICrossSim при финансировании ARIA; в карточке указано, что она обучена на 22 × 600 млн токенов набора FineWeb-Edu и использует RMSNorm и токенизатор HuggingFaceTB/cosmo2-tokenizer.

Модель предназначена для генерации продолжений текста и диалоговых ответов. Заявленная длина контекста — 131 072 токена. В карточке модель названа bitflip-aware, однако подробностей о механизме устойчивости к битовым сбоям и результатах оценки нет.

Репозиторий распространяется в формате safetensors по лицензии ODC-By. Карточка не приводит результатов сравнительных тестов или подробных ограничений качества; возможности модели за пределами генерации текста не подтверждены.

Сценарии применения

генерация продолжения английского текста
создание диалоговых ответов на английском языке
эксперименты с языковыми моделями на FineWeb-Edu
исследование устойчивости языковых моделей к битовым сбоям

Ограничения

Карточка не содержит результатов сравнительных тестов или количественной оценки заявленной устойчивости к битовым сбоям. Поддержка языков кроме английского и специализированных задач не подтверждена.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for AICrossSim/bitflip-clm-600m

A 600M parameter bitflip-aware language model trained on 22 * 600M tokens from FineWeb-Edu dataset.

Model Details

bitflip-aixsim-600M is a transformer-based language model with approximately 600 million parameters (embedding layer params excluded). It uses RMSNorm for normalization and is trained on the FineWeb-Edu dataset.

Developed by: AICrossSim
Funded by: ARIA
Model type: Transformer Language Model
Language(s) (NLP): English
Tokenizer: HuggingFaceTB/cosmo2-tokenizer
Repository: AICrossSim/NewComputeBench

Training Details

Experiment setup and training logs can be found at wandb run.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры: LlamaForCausalLM
Ревизия весов: 750ffb6