/ Модель

Характеристики

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

nepali-llama-590m-180m-english

Генерация текстаТекст → текст3 профессии

Предобученная LLaMA-подобная модель на 528,6 млн параметров для генерации и продолжения текста, дополнительно обученная на английских данных FineWeb-Edu.

279скачиваний за 30 дней0лайковвеса обновлены21 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 плотную авторегрессионную языковую модель семейства LLaMA на 528,6 млн параметров, обученную продолжать текст. По README, модель прошла предобучение на 100 млн токенов FineWeb-Edu и дополнительное обучение ещё на 80 млн английских токенов из FineWeb-Edu. В архитектуре 18 слоёв, словарь SentencePiece на 40 000 токенов; контекст в метаданных составляет 2048 токенов, тогда как в README указана длина 1024 токена при обучении.

Модель предназначена для генерации и продолжения текста, а также экспериментов с предобученной языковой моделью. Она не настроена для диалога и не позиционируется как чат-ассистент. Несмотря на название Nepali LLaMA, описанное в README дополнительное обучение выполнено на английских данных; поддержка непальского в предоставленных источниках не подтверждена. Репозиторий содержит веса Safetensors и исходный токенизатор SentencePiece. Лицензия в доступных данных не указана.

Сценарии применения

  • продолжение английского текста
  • генерация связного текста по началу фразы
  • эксперименты с компактной авторегрессионной языковой моделью
  • оценка и дообучение базовой языковой модели

Ограничения

Модель не настроена для инструкций или диалога, поэтому ответы в формате чат-ассистента не гарантируются. README сообщает об английском дополнительном обучении, но не подтверждает поддержку непальского; длина контекста в README (1024 токена обучения) отличается от значения в метаданных (2048 токенов).

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 — English 180M

A 590M-parameter decoder-only LLaMA-family causal language model continued on 180M English tokens from FineWeb-Edu.

Model

  • Parameters: 590,077,440
  • Vocabulary size: 40,000
  • Hidden size: 1536
  • Intermediate size: 4096
  • Layers: 18
  • Attention heads: 12
  • KV heads: 6
  • Context length used during training: 1024

Training

  • First stage: 100M FineWeb-Edu tokens
  • Continuation: additional 80M FineWeb-Edu tokens
  • Total English exposure: 180M tokens
  • Sequence length: 1024
  • Hardware: 2 × NVIDIA Tesla T4
  • Precision: FP16
  • Optimizer: AdamW 8-bit
  • Gradient accumulation: 8

Tokenizer

This repository includes the project's raw SentencePiece tokenizer:

tokenizer/nepali_llama_40k.model

Tokenizer details:

  • Vocab size: 40,000
  • PAD = 0
  • UNK = 1
  • BOS = 2
  • EOS = 3

The tokenizer is intentionally provided as the original SentencePiece model and should not be replaced with an unrelated AutoTokenizer.

Notes

This is a pretrained/continued-pretraining language model, not an instruction-tuned chat model.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LigerLlamaForCausalLM
Ревизия весов
79ac10c

0 моделей