/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
529 млн
Архитектура
llama · dense
Опубликована
23 сен 2026

nepali-llama-590m-800m-tokens

Генерация текстаТекст → текст3 профессии

Непальская причинная языковая модель семейства LLaMA для генерации текста, продолжившая предобучение на данных FineWeb-Edu.

445скачиваний за 30 дней0лайковвеса обновлены23 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

Nepali LLaMA 590M — 800M Token Exposure — это причинная языковая модель семейства LLaMA, опубликованная Anurag9817. Модель содержит около 528,6 млн параметров по метаданным; README указывает 590 077 440 параметров. Она продолжает обучение контрольной точки Anurag9817/nepali-llama-590m-580m-tokens на данных FineWeb-Edu, доводя заявленный общий объём обучения примерно до 800 млн токенов.

Модель предназначена для генерации продолжения текста на непальском и английском языках. Это базовая модель без дообучения на инструкции, поэтому она не настроена на диалоговый формат или выполнение команд. Архитектура — плотная LLaMA с 18 слоями и контекстом до 2048 токенов по метаданным; в README для обучения указана длина последовательности 1024. В репозитории заявлен токенизатор SentencePiece с словарём 40 000 токенов.

Может служить основой для экспериментов и дальнейшей настройки под конкретные задачи генерации текста. README не приводит оценок качества или результатов бенчмарков, поэтому пригодность для прикладного использования следует проверять отдельно. Файлы представлены в формате safetensors; сведения о лицензии в предоставленных данных отсутствуют.

Сценарии применения

  • генерация продолжения текста на непальском языке
  • генерация текста на английском языке
  • эксперименты с предобучением непальских языковых моделей
  • дообучение базовой модели под задачи генерации текста

Ограничения

Модель не дообучена на инструкциях и не предназначена для готового диалогового взаимодействия; в README нет оценок качества или бенчмарков. В README указана длина последовательности 1024, тогда как метаданные приводят контекст 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 — 800M Token Exposure

This is a 590M-parameter Nepali-oriented causal language model continued from:

Anurag9817/nepali-llama-590m-580m-tokens

Training

Initial checkpoint exposure: ~580M tokens

Continuation data: 220M tokenizer tokens from FineWeb-Edu

Total approximate exposure: ~800M tokens

Architecture

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

Continuation setup

  • 2 × Tesla T4
  • Distributed Data Parallel (DDP)
  • FP16
  • 8-bit AdamW
  • Gradient checkpointing: OFF
  • torch.compile: ON
  • Learning rate: 3e-4
  • Warmup steps: 150
  • Weight decay: 0.1
  • Cosine scheduler

Tokenizer

The original raw SentencePiece tokenizer is included:

nepali_llama_40k.model

The tokenizer uses:

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

Note

This checkpoint was produced by continued causal-language-model pretraining. It is not instruction-tuned / SFT-tuned.

The raw SentencePiece tokenizer should be used directly rather than replacing it with AutoTokenizer.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
7c729e0

0 моделей