/ Модель

Характеристики

Контекст
1 024 токена
Параметры
126 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Библиотека
transformers
Опубликована
2 сен 2026

slm125LIVE-base

Генерация текстаТекст → текст3 профессии

Небольшая базовая модель Llama, обученная с нуля на английских юридических и финансовых текстах для их продолжения и генерации.

26скачиваний за 30 дней0лайковвеса обновлены3 сен 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

DexterP29 разработал slm125LIVE-base — базовую авторегрессионную языковую модель на архитектуре Llama с 125,8 млн параметров, обученную с нуля на корпусе юридических и финансовых текстов. Модель не проходила настройку для следования инструкциям и предназначена для продолжения текста, а не для диалога с пользователем.

Обучение проведено за одну эпоху на 2,04 млрд токенов из судебных решений США, документов SEC и образовательных веб-текстов. Контекст составляет 1024 токена; модель использует плотную архитектуру с 12 слоями, скрытым размером 768 и 12 головами внимания. Основной язык карточки и обучающих данных — английский.

Модель может подойти для экспериментов с генерацией и продолжением юридических или финансовых текстов, а также для исследований небольших языковых моделей. Она специализирована и не является надёжным источником фактов: автор отмечает уверенные ошибки, смещение к доменным текстам, отсутствие настройки инструкций и выравнивания безопасности. Не следует использовать её для юридических или финансовых советов. Лицензия — Apache-2.0.

Сценарии применения

  • продолжение текста судебного решения на английском языке
  • генерация фрагментов документов и отчётности SEC
  • эксперименты с языковыми моделями для юридического и финансового корпуса

Ограничения

Модель не настроена для выполнения инструкций, не имеет выравнивания безопасности и может выдавать убедительные ошибки. Она специализирована и не предназначена для юридических или финансовых советов.

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

DexterP29/slm125LIVE-base

A 126M-parameter Llama-architecture base model pretrained from scratch on a legal/financial corpus. Not instruction-tuned.

Model

Parameters125,847,552
Layers / hidden / heads12 / 768 / 12
Context length1024
Vocabulary16384 (byte-level BPE trained on this corpus)
Tied embeddingsyes

Training data

2.04B tokens, deduplicated (MinHash/LSH + exact hash) and decontaminated against the CaseHOLD benchmark via 13-gram overlap:

  • sec — 861M tokens (42%)
  • case-law — 714M tokens (35%)
  • fineweb-edu — 466M tokens (23%)

Sources: HFforLegal/case-law (US court opinions), PleIAs/SEC (filings), HuggingFaceFW/fineweb-edu (general educational web text).

Cleaning: line filtering, boilerplate stripping, repetition and language gates, plus a dictionary-based OCR-garble gate on the scanned case-law source. 24,002 case-law documents were removed as CaseHOLD-contaminated.

Training

One epoch over 2.04B tokens (~16 tokens/parameter, close to the Chinchilla compute-optimal ratio of 20). 8xH100, bf16, DDP, fused AdamW, cosine schedule (lr 0.0006 -> 6e-05), 524,288 tokens per step. Final validation perplexity 10.52.

Validation perplexity by source

{ "case-law": { "val_loss": 2.5158, "ppl": 12.38 }, "fineweb-edu": { "val_loss": 3.3054, "ppl": 27.26 }, "sec": { "val_loss": 1.7897, "ppl": 5.99 } }

Perplexity varies sharply by domain: SEC filings are highly formulaic and score best, while general web text is the most diverse and scores worst. This model is specialized, not general.

Limitations

Small, single-epoch, and domain-skewed. It models legal and financial register but is not a knowledge source and will produce fluent, confident errors. It has no instruction tuning and no safety alignment. Do not use it for legal or financial advice.

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
ab3e847

0 моделей