/ Модель

Характеристики

Контекст
1 024 токена
Параметры
126 млн
Лицензия
MIT
Архитектура
llama · dense
Базовая модель
slm-125m-base
Библиотека
transformers
Опубликована
17 июл 2026

fine-tuned-125m-slm

Генерация текстаТекст → текст3 профессии

Небольшая диалоговая Llama-модель для исследования масштабирования supervised fine-tuning, с низким качеством ответов и заметным забыванием предобученных знаний.

20скачиваний за 30 дней0лайковвеса обновлены17 июл 2026

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.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

Ace-2504/fine-tuned-125m-slm — исследовательская модель Ace-2504, полученная полным supervised fine-tuning базовой Ace-2504/slm-125m-base. Это плотная причинная языковая модель семейства Llama на 125,8 млн параметров с контекстом 1024 токена; она принимает текст и генерирует текст в формате диалога. Модель предназначена для изучения влияния объёма данных SFT на качество ответов небольшой языковой модели, в том числе в юридической и финансовой тематике, представленной в обучающем корпусе.

README сообщает, что увеличение обучающей выборки не улучшило качество ответов: оценка судьи составила около 1,5 из 5, а забывание предобученных знаний усилилось. Модель может повторять запрос, зацикливаться и уверенно выдавать неверные ответы; для снижения повторов рекомендуется использовать параметры генерации из репозитория. Она не подходит для юридических или финансовых рекомендаций. Лицензия — MIT.

Сценарии применения

  • изучение влияния объёма SFT-данных на ответы небольшой языковой модели
  • воспроизведение эксперимента по дообучению модели на юридических и финансовых текстах
  • анализ забывания предобученных знаний после supervised fine-tuning

Ограничения

Качество ответов низкое: модель может повторять запрос, зацикливаться и уверенно ошибаться; также отмечено ухудшение perplexity на данных предобучения. Не использовать для юридических и финансовых рекомендаций.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SLM-125M — SFT data-scaling study

Supervised fine-tunes of Ace-2504/slm-125m-base (125.8M params, 1024 ctx, pretrained from scratch on 2.04B tokens of US case law, SEC filings and educational web text).

This repo is a research artifact, not a useful assistant. It is the output of a ten-round data-scaling study whose headline result is a negative one: scaling SFT data 10× did not improve answer quality (judge flat at ~1.5/5) and tripled catastrophic forgetting.

📊 Full write-up: https://ace-2504.github.io/fine-tuned-125m-slm/ · 💻 Code: https://github.com/Ace-2504/fine-tuned-125m-slm

Two revisions — pick deliberately

RevisionDataJudge /5Forgetting vs baseNotes
main2,000 pairs1.50+9.5%The better model. Recommended.
day-1010,000 pairs1.54+16.3%Study endpoint. 5× the data, no quality gain, ~2× the forgetting, and a regressed probe answer.

The two judge scores are identical within the measured ±0.07 noise band, so main (day 2) strictly dominates: same quality, half the damage, one-fifth the data.

from transformers import AutoModelForCausalLM, AutoTokenizer

# the better model (day 2)
tok = AutoTokenizer.from_pretrained("Ace-2504/fine-tuned-125m-slm")
model = AutoModelForCausalLM.from_pretrained("Ace-2504/fine-tuned-125m-slm")

# the 10k endpoint, for comparison
tok10 = AutoTokenizer.from_pretrained("Ace-2504/fine-tuned-125m-slm", revision="day-10")
model10 = AutoModelForCausalLM.from_pretrained("Ace-2504/fine-tuned-125m-slm", revision="day-10")

msgs = [
    {"role": "system", "content": "You are a precise legal and financial assistant."},
    {"role": "user", "content": "What is the standard of proof in a civil lawsuit?"},
]
ids = tok.apply_chat_template(msgs, add_generation_prompt=True, return_tensors="pt")
print(tok.decode(model.generate(ids, max_new_tokens=120)[0][ids.shape[1]:], skip_special_tokens=True))

Honest limitations

  • Answer quality is poor (~1.5/5). It learned the shape of an assistant turn, not reliable answers. Expect repetition, prompt echoing, and confident wrong answers.
  • It forgot part of its pretraining. Perplexity on the original pretraining validation set rose from 11.35 → 12.42 (main) / 13.20 (day-10).
  • Root cause: ~40% of training was closed-book QA — recalling a document fact from a single exposure, which a 125M model cannot do. Common facts land; long-tail specifics never do.
  • Do not use for legal or financial advice. It is a study artifact.

Training

Full fine-tune (no LoRA), 3 epochs, batch 16, LR 3e-5→3e-6 cosine, AdamW, bf16, assistant-only loss masking, seed 1337, on a single Modal L4. Data: QnA written by gemini-3.1-flash-lite, grounded in passages from the same corpus the base was pretrained on, then filtered, deduplicated (exact + embedding), decontaminated and balanced. Chat template uses <|system|> / <|user|> / <|assistant|>.

generation_config ships with repetition_penalty=1.3 and no_repeat_ngram_size=3 — without them greedy decoding falls into repetition loops.

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
ea02d56

0 моделей