/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
435 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Библиотека
transformers
Опубликована
2 мая 2026

Boldt-DC-350M

Генерация текстаТекст → текст3 профессии

Немецкая базовая языковая модель на 435,4 млн параметров для продолжения текста и экспериментов с небольшими LLM.

44скачиваний за 30 дней2лайкавеса обновлены5 мая 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

Boldt-DC-350M — базовая языковая модель из серии немецких малых языковых моделей Boldt, разработанной командой авторов проекта и обученной с нуля. Она предназначена для продолжения текста и текстовых дополнений, а не для диалога или выполнения инструкций. Модель имеет плотную архитектуру LlamaForCausalLM и содержит 435,4 млн параметров; её контекст — 2048 токенов. Веса опубликованы в формате Safetensors, лицензия — Apache-2.0.

При обучении использовался немецкий Dense-Core поднабор FineWeb-2, отобранный по связности, информационной насыщенности и образовательному качеству; данные проходили несколько эпох обучения. Авторы сообщают о сравнительно сильных результатах на немецких бенчмарках для модели такого размера. Модель подходит для генерации продолжений немецкого текста и экспериментов с небольшими языковыми моделями.

Это базовая, не настроенная на инструкции модель: для неё рекомендуются обычные текстовые подсказки и дополнение текста вместо чат-шаблонов. Авторы не проводили систематическую оценку токсичности, демографических смещений и вредных стереотипов; качество фильтрации данных не гарантирует их отсутствия.

Сценарии применения

  • продолжение немецких текстов
  • генерация немецких учебных объяснений
  • создание черновиков немецкого текста по затравке
  • исследование эффективности обучения малых языковых моделей

Ограничения

Модель не настроена на инструкции и не оптимизирована для чата. Для неё не проводилась систематическая оценка токсичности, демографических смещений и вредных стереотипов.

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

Boldt-350M

Boldt is a series of German Small Language Models (SLMs) trained from scratch. Our inital release includes three models:

Repetition over Diversity

The training philosophy behind Boldt is centered on a key finding from our research: repetition over diversity.

Standard pre-training paradigms typically balance quality filtering against the need for massive token volume and broad corpus diversity. In contrast, Boldt models are trained for multiple epochs on a highly filtered dataset: the German Dense-Core subset of FineWeb-2. We isolated this subset using a combination of three hierarchical filters:

  • Coherence: Eliminates structurally fragmented or incoherent documents.
  • Information Value: Isolates content-rich and fact-bearing texts.
  • Educational Quality: Selects strictly for pedagogical clarity and deep explanations.

We demonstrate that repeated exposure to this strict, high-quality subset is more sample-efficient than a single pass over less filtered and more diverse corpora. For a comprehensive look at our experiments, please refer to our preprint: Repetition over Diversity.

Usage

Note: This is a base language model, not an instruction-tuned model. It is not optimized for chat or instruction following. For best results, use standard text completion rather than chat templates.

from transformers import AutoTokenizer, AutoModelForCausalLM
model_name = "Boldt/Boldt-DC-350M"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)

# Basic text completion
text = "Berlin ist eine Stadt, wo"
inputs = tokenizer(text, return_tensors="pt")
outputs = model.generate(**inputs, max_new_tokens=64)

Evaluation

We evaluate Boldt-350M on our modernized German benchmark suite. See our paper (Aynetdinov et al., 2026) for details on the structural and translation corrections we performed.

Boldt-350M while significantly smaller than the 1B models we compare with, still fares comparatively well, outperforming the much larger, multilingual Gemma-3-1B and Llama-3.2-1B models.

Comparison against 1B Reference Models

Note: Bold text indicates the best score in the 1B category.

ModelTokensMMLUARC-CARC-EH-SwagLAMBADAOBQAAvg.
Boldt-DC-300M (this model)200B29.2932.2452.8743.2137.4845.8640.16
Boldt-DC-1B200B31.0635.9957.3048.6942.8048.4844.05
Boldt-1B230B31.4234.1155.7848.7744.7052.3244.52
LLäMmlein-1B1T29.2630.2748.1944.8044.8947.2740.78
Gemma-3-1B2T*30.0130.5547.8943.4341.7145.0539.77
Llama-3.2-1B9T*28.5829.9040.5140.0744.3144.0437.90
Qwen3.5-0.8B-Base>36T*30.7932.0546.2038.9036.0243.8437.97

Safety & Ethics

We have not conducted systematic model evaluations of toxicity, demographic biases, or harmful stereotypes. Quality filtering may reduce some risks relative to unfiltered web data, but cannot guarantee their absence, and repeated exposure during multi-epoch training could amplify rather than mitigate encoded biases. Users should exercise caution in sensitive use-cases without further evaluation.

Citation

@misc{boldt2026,
      title={Repetition over Diversity: High-Signal Data Filtering for Sample-Efficient German Language Modeling}, 
      author={Ansar Aynetdinov and Patrick Haller and Alan Akbik},
      year={2026},
      eprint={2604.28075},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2604.28075}, 
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
8ed2326

0 моделей