/ Модель

Характеристики

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

nepali-llama-590m-352m-mixed

Генерация текстаТекст → текст3 профессии

Плотная языковая модель в стиле LLaMA для генерации текста на непальском, английском и романизированном непальском.

426скачиваний за 30 дней0лайковвеса обновлены16 сен 2026

Бенчмарки

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

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 выпустил плотную авторегрессионную языковую модель в стиле LLaMA для генерации текста. В карточке указано 590 млн параметров, однако метаданные Hugging Face сообщают 528,6 млн; поэтому точный размер модели по доступным данным расходится. Модель использует 18 слоёв, скрытый размер 1536, 12 attention heads, 6 KV heads, словарь SentencePiece на 40 тысяч токенов и контекст до 2048 токенов.

Модель обучалась на непальском, английском и романизированном непальском тексте: README сообщает примерно 170 млн непальских токенов для начального обучения и около 351 млн токенов суммарной обучающей экспозиции после продолжения на смешанных данных. Она предназначена для продолжения обучения и генерации текста на этих языках. Веса доступны в формате safetensors для Transformers; для совместимости следует использовать приложенный токенизатор. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация текста на непальском языке
  • продолжение обучения языковой модели на непальских данных
  • генерация текста на английском языке
  • генерация текста на романизированном непальском

Ограничения

Контекст ограничен 2048 токенами; модель обучалась на сравнительно небольшом объёме текста, поэтому качество и фактическую точность следует проверять для конкретного применения. Размер параметров расходится между README и метаданными, а лицензия в предоставленных данных не указана.

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 — ~352M Token Model

Custom 590,077,440-parameter LLaMA-style causal language model.

Model

  • Parameters: 590,077,440
  • Vocabulary: 40,000
  • Context length: 2,048
  • Hidden size: 1,536
  • Layers: 18
  • Attention heads: 12
  • KV heads: 6

Training exposure

Approximately 170M Nepali tokens followed by 181,011,456 mixed-language tokens.

Approximate total exposure:

~351M tokens.

Mixed continuation dataset

  • 80M Devanagari Nepali
  • 80M English
  • 22,290,432 Roman Nepali

Tokenizer

Custom 40K SentencePiece tokenizer:

tokenizer/nepali_llama_40k.model

Special token IDs:

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

For exact compatibility, use the supplied tokenizer.

Continue training

The model can be loaded with:

from transformers import LlamaForCausalLM

model = LlamaForCausalLM.from_pretrained( "Anurag9817/nepali-llama-590m-352m-mixed" )

Training configuration is stored in:

training_config.json

Package contents

  • model weights
  • config.json
  • generation_config.json
  • tokenizer/nepali_llama_40k.model
  • tokenizer/tokenizer_config.json
  • tokenizer/special_tokens_map.json
  • training_config.json
  • README.md

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Репозиторий недоступен на Hugging Face.

Класс архитектуры
LlamaForCausalLM
Ревизия весов
e65f770

0 моделей