/ Модель

Характеристики

Контекст
1 024 токена
Параметры
81,3 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
26 окт 2023

smol_llama-81M-tied

Генерация текстаТекст → текст3 профессии

Компактная англоязычная модель Llama с 81,3 млн параметров для генерации текста и дальнейшего дообучения.

126скачиваний за 30 дней10лайковвеса обновлены29 дек 2025

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

smolllama-81M-tied — небольшая авторегрессионная языковая модель семейства Llama, разработанная BEE-spoke-data и обученная с нуля. Веса входных и выходных эмбеддингов связаны; архитектура включает 6 слоёв, скрытый размер 768 и 24 головы стандартного многоголового внимания. Модель содержит 81,3 млн параметров и рассчитана на контекст до 1024 токенов.

Это исходная предварительно обученная модель для генерации текста, а не настроенный чат-бот или специализированный инструмент. Она обучалась на англоязычных корпусах, включая MiniPile, Wikipedia и RefinedWeb, и обычно требует дообучения под конкретные задачи перед практическим применением. Модель опубликована в формате safetensors по лицензии Apache-2.0.

Сценарии применения

  • дообучение компактной языковой модели под прикладную задачу
  • эксперименты с авторегрессионной генерацией текста
  • изучение малых моделей архитектуры Llama
  • генерация продолжений англоязычного текста

Ограничения

Это сырая предварительно обученная модель, не настроенная для чата или конкретной задачи; перед большинством прикладных сценариев рекомендуется дообучение. Контекст ограничен 1024 токенами.

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

smol_llama-81M-tied

A small 81M param (total) decoder model, enabled through tying the input/output embeddings. This is the first version of the model.

  • 768 hidden size, 6 layers
  • standard multi-head attention (24 heads), context length 1024
  • input/output embeddings are tied
  • train-from-scratch

Notes

This checkpoint is the 'raw' pre-trained model and has not been tuned to a more specific task. It should be fine-tuned before use in most cases.

  • slightly larger 101M param GQA pretrained version: here
  • For the chat version of this model, please see here

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.24.52
ARC (25-shot)22.18
HellaSwag (10-shot)29.33
MMLU (5-shot)24.06
TruthfulQA (0-shot)43.97
Winogrande (5-shot)49.25
GSM8K (5-shot)0.23
DROP (3-shot)2.64

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
67de58a

0 моделей