/ Модель

Характеристики

Архитектура
pico_decoder · dense
Библиотека
transformers
Опубликована
17 авг 2026

beetle-monolingual-fineweb3-pol

Генерация текстаТекст → текст3 профессии

Авторегрессионная 24B-языковая модель с архитектурным тегом pico_decoder для генерации и продолжения текста через Transformers.

281скачиваний за 30 дней0лайковвеса обновлены17 авг 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-FineWeb3-24B/beetle-monolingual-fineweb3-pol — языковая модель для генерации текста, опубликованная в Hugging Face Hub. В метаданных указаны библиотека Transformers, формат safetensors и архитектурный тег pico_decoder; название репозитория указывает на модель размером 24B, обученную на данных FineWeb3 для одного языка.

Модель предназначена для авторегрессионного продолжения и генерации текста, а также для интеграции в приложения на базе Transformers. Она может использоваться для чернового написания и продолжения текстов, экспериментов с языковыми моделями и последующей адаптации под прикладные задачи.

Документация модели практически не заполнена: разработчик, точный поддерживаемый язык, контекст, результаты оценки, сценарии безопасного использования и лицензия не приведены. Поэтому перед применением необходимо самостоятельно проверить качество на целевых данных, требования к ресурсам, совместимость с конкретным языком и юридические условия использования.

Сценарии применения

  • генерация и продолжение текстов
  • создание черновиков документов
  • эксперименты с авторегрессионными языковыми моделями
  • адаптация языковой модели под прикладные задачи

Ограничения

README не содержит сведений о разработчике, лицензии, поддерживаемом языке, длине контекста, результатах оценки и ограничениях качества. Перед использованием необходимо самостоятельно проверить производительность модели и юридические условия её применения.

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
f60271c

0 моделей