/ Модель

Характеристики

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

nepali-llama-590m-580m-tokens

Генерация текстаТекст → текст3 профессии

Производная модели Anurag9817/nepali-llama-590m-380m-english. Базовая причинная модель LLaMA на 529 млн параметров для генерации текста с дополнительным обучением на английском корпусе.

216скачиваний за 30 дней0лайковвеса обновлены22 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

Карточка модели Anurag9817/nepali-llama-590m-580m-tokens на Hugging Face совпадает с карточкой Anurag9817/nepali-llama-590m-380m-english, поэтому описание составлено по ней.

Anurag9817 выпустил базовую предобученную причинную языковую модель семейства LLaMA примерно на 529 млн параметров. В README указано 590 077 440 параметров; метаданные каталога оценивают размер в 528,6 млн. Модель использует плотную архитектуру с 18 слоями и словарём из 40 000 токенов; репозиторий содержит веса в формате safetensors и рассчитан на Transformers. Длина контекста по метаданным — 2048 токенов.

Модель обучалась для генерации продолжений текста. Базовый чекпойнт Anurag9817/nepali-llama-590m-180m-english дополнительно обучали на 200 млн токенов английского текста из FineWeb-Edu; в README указано суммарное воздействие 380 млн английских токенов с учётом предыдущего этапа. Теги указывают на непальский, английский и Roman Nepali, но README подробно описывает именно дополнительное обучение на английском.

Это базовая языковая модель, а не чат-бот с настройкой на инструкции, поэтому ответы на вопросы и выполнение команд без дополнительной настройки не гарантируются. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация продолжений английского текста
  • эксперименты с базовой языковой моделью LLaMA
  • дообучение модели на английских текстовых данных

Ограничения

Это базовая предобученная модель, не настроенная для диалога и следования инструкциям. В предоставленных данных лицензия 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 — 380M English

A 590M-parameter causal language model.

Architecture

  • Parameters: 590,077,440
  • Vocabulary: 40,000
  • Hidden size: 1536
  • Intermediate size: 4096
  • Layers: 18
  • Attention heads: 12
  • KV heads: 6

Training

Base checkpoint:

Anurag9817/nepali-llama-590m-180m-english

Additional training:

  • Previous exposure: 180M English tokens
  • New exposure: 200M English tokens
  • Total exposure: 380M English tokens
  • Dataset: FineWeb-Edu
  • Sequence length: 1024
  • Batch/GPU: 2
  • Gradient accumulation: 8
  • Effective tokens/update: 32,768
  • GPUs: 2 × Tesla T4
  • Learning rate: 1e-5
  • Warmup: 100
  • Scheduler: cosine
  • Optimizer: AdamW 8-bit
  • FP16: enabled
  • Gradient checkpointing: disabled
  • Optimizer steps: 6104
  • Final training loss: 4.196
  • Training time: 8.82 hours

Tokenizer

Raw SentencePiece tokenizer.

File:

tokenizer/nepali_llama_40k.model

Special token IDs:

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

Do not replace the project tokenizer with AutoTokenizer.

Status

This is a base pretrained language model, not an instruction-tuned chatbot.

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
c3f624a

0 моделей