/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
529 млн
Архитектура
llama · dense
Библиотека
transformers
Опубликована
27 сен 2026

nepali-llama-590m-1.75b-tokens

Генерация текстаТекст → текст3 профессии

Продолженно предобученная LLaMA-модель примерно на 590 млн параметров для генерации текста на непальском языке.

349скачиваний за 30 дней0лайковвеса обновлены27 сен 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

Anurag9817 разработал Nepali LLaMA 590M — плотную авторегрессионную языковую модель семейства LLaMA для генерации текста. В метаданных указано 528,6 млн параметров; README приводит около 590 млн. Модель продолжает обучение базового чекпойнта Anurag9817/nepali-llama-590m-1.50b-tokens на датасете FineWeb-Edu: добавлено около 250 млн токенов, суммарный объём обучения оценивается примерно в 1,75 млрд токенов. Используются оригинальный токенизатор SentencePiece на 40 тысяч токенов и контекст до 2048 токенов.

Модель предназначена для продолжения текста и экспериментов с генерацией на непальском языке. Это только продолженное предобучение: она не проходила instruction tuning или SFT, поэтому не рассчитана на следование инструкциям и диалоговые ответы без дополнительной адаптации. Репозиторий содержит веса в формате safetensors. Лицензия в предоставленных данных не указана.

Сценарии применения

  • продолжение непальского текста
  • эксперименты с генерацией текста на непальском
  • дообучение базовой модели для непальских языковых задач

Ограничения

Модель не проходила instruction tuning или SFT, поэтому может плохо выполнять инструкции и вести диалог. README указывает около 590 млн параметров, тогда как метаданные — 528,6 млн.

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

Nepali LLaMA 590M — 1.75B Tokens

A 590M-parameter LLaMA-style causal language model continued-pretrained on FineWeb-Edu.

Model

  • Parameters: 590,077,440
  • Vocabulary: 40,000
  • Hidden size: 1536
  • Intermediate size: 4096
  • Layers: 18
  • Attention heads: 12
  • Key/Value heads: 6
  • Maximum position embeddings: 2048

Training

Base checkpoint:

Anurag9817/nepali-llama-590m-1.50b-tokens

Dataset:

HuggingFaceFW/fineweb_edu_100BT-shuffled

  • First 500M tokenizer tokens skipped
  • Next 250,085,376 tokenizer tokens trained
  • Sequence length: 1024
  • 2x NVIDIA T4
  • Batch/GPU: 2
  • Gradient accumulation: 64
  • Global tokens/update: 262,144
  • Optimizer steps: 954
  • Learning rate: 1e-4
  • Warmup: 0
  • Weight decay: 0.1
  • Scheduler: cosine
  • FP16: enabled
  • 8-bit AdamW: enabled
  • Gradient checkpointing: disabled
  • torch.compile: enabled
  • Compile mode: default
  • DataLoader workers: 2/GPU
  • No intermediate checkpoints

Result

  • Runtime: 10.17 hours
  • Final training loss: 2.80852
  • Additional tokens: 250,085,376
  • Approximate cumulative exposure: 1.75B tokens

Tokenizer

Original SentencePiece tokenizer:

tokenizer/nepali_llama_40k.model

Special token IDs:

  • PAD = 0
  • UNK = 1
  • BOS = 2
  • EOS = 3

The original tokenizer must not be replaced or resized.

Tokenizer Usage

import sentencepiece as spm

sp = spm.SentencePieceProcessor(
    model_file="tokenizer/nepali_llama_40k.model"
)

text = "नेपाल एक सुन्दर देश हो।"

ids = sp.encode(text, out_type=int)
decoded = sp.decode(ids)

print(ids)
print(decoded)

Important

This checkpoint is continued-pretraining only.

It has not been instruction-tuned or SFT-trained.

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
49d20d9

0 моделей