/ Модель

Характеристики

Архитектура
pico_decoder · dense
Библиотека
transformers
Опубликована
18 июн 2026

beetle-bilingual-l2-50-classroom-20-b4-fineweb-tur-eng

Генерация текстаТекст → текст4 профессии

Двуязычная текстовая генеративная модель Beetle для работы с турецкими и английскими текстами.

576скачиваний за 30 дней0лайковвеса обновлены18 июн 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

Beetle-FineWeb2-24B/beetle-bilingual-l2-50-classroom-20-b4-fineweb-tur-eng — языковая модель для генерации текста на базе Transformers. По названию модели она ориентирована на двуязычные сценарии с турецким и английским языками; в метаданных также указана архитектурная пометка pico_decoder. Разработчик, размер, длина контекста, лицензия и происхождение модели в доступных материалах не раскрыты.

Модель предназначена для авторегрессионной генерации текста: продолжения фрагментов, создания черновиков и ответов на текстовые запросы. README является автоматически сгенерированной карточкой и не содержит сведений об обучении, оценивании, ограничениях безопасности или рекомендованных сценариях применения. Поэтому качество в конкретных задачах и пригодность для production-использования необходимо проверять самостоятельно.

Сценарии применения

  • генерация текста на турецком языке
  • генерация текста на английском языке
  • продолжение двуязычных текстовых фрагментов
  • создание черновиков документов
  • экспериментальная разработка текстовых приложений

Ограничения

В README отсутствуют результаты оценки, сведения о данных обучения, лицензии, размере и ограничениях безопасности. Качество и устойчивость модели для конкретных сценариев не подтверждены.

Для каких профессий подходит4

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

Model Card for Model ID

Model Details

Model Description

This is the model card of a 🤗 transformers model that has been pushed on the Hub. This model card has been automatically generated.

  • Developed by: [More Information Needed]
  • Funded by [optional]: [More Information Needed]
  • Shared by [optional]: [More Information Needed]
  • Model type: [More Information Needed]
  • Language(s) (NLP): [More Information Needed]
  • License: [More Information Needed]
  • Finetuned from model [optional]: [More Information Needed]

Model Sources [optional]

  • Repository: [More Information Needed]
  • Paper [optional]: [More Information Needed]
  • Demo [optional]: [More Information Needed]

Uses

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

  • Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

  • Hardware Type: [More Information Needed]
  • Hours used: [More Information Needed]
  • Cloud Provider: [More Information Needed]
  • Compute Region: [More Information Needed]
  • Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
PicoDecoderHF
Ревизия весов
e342243

0 моделей