/ Модель

Характеристики

Архитектура
pico_decoder · dense
Библиотека
transformers
Опубликована
18 июн 2026

beetle-bilingual-l2-50-sequential-33-67-b3-fineweb-pol-eng

Генерация текстаТекст → текст3 профессии

Билингвальная польско-английская модель генерации текста Beetle-FineWeb2 на базе Transformers.

546скачиваний за 30 дней0лайковвеса обновлены19 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-sequential-33-67-b3-fineweb-pol-eng — модель генерации текста на базе Transformers с архитектурным тегом pico_decoder. По идентификатору модели она относится к семейству Beetle-FineWeb2, имеет заявленный размер 24B и ориентирована на польско-английский билингвальный сценарий; название также указывает на обучение с использованием FineWeb и последовательного соотношения 33/67, однако подробности архитектуры и обучения в карточке не раскрыты.

Модель предназначена для генерации и продолжения текста, а также для экспериментальных приложений, где требуется польско-английская языковая поддержка. Разработчик, лицензия, длина контекста, результаты оценки, ограничения применения и рекомендации по использованию не документированы. Перед применением в продуктивных или чувствительных сценариях необходимы собственные проверки качества, безопасности и соответствия лицензии.

Сценарии применения

  • генерация текста на польском и английском языках
  • продолжение и автодополнение текстов
  • создание экспериментальных приложений для генерации текста
  • сравнительное тестирование языковых моделей

Ограничения

В README отсутствуют сведения о разработчике, лицензии, длине контекста, результатах оценки, обучающих данных и ограничениях безопасности. Качество и пригодность для конкретных сценариев необходимо проверять самостоятельно.

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

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
47874c3

0 моделей