/ Модель
Каталог

Характеристики

Контекст
8 192 токена
Параметры
134 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
smollm2_pretrained_200k_fineweb
Библиотека
transformers
Опубликована
9 янв 2025

Ссылки

Hugging Face

smollm2-135M_pretrained_400k_fineweb

FlofloB
Генерация текстаТекст → текст3 профессии

Компактная языковая модель с 134,5 млн параметров для генерации текста с контекстом до 8192 токенов.

36скачиваний за 30 дней0лайковвеса обновлены9 янв 2025

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.

Открыть конструктор бенчмарка

Публичные оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0121

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2525

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,1511

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,3794

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,2972

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,1163

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

FlofloB/smollm2-135M_pretrained_400k_fineweb — компактная авторегрессионная языковая модель семейства Llama, дообученная на основе FlofloB/smollm2_pretrained_200k_fineweb. Модель содержит 134,5 млн параметров и принимает текст для генерации продолжения; задача в метаданных — text-generation.

Модель подходит для экспериментов и лёгких сценариев генерации текста, где важны небольшой размер и запуск через Transformers. Заявленная длина контекста — 8192 токена. Язык обучения и конкретные целевые сценарии в доступных данных не раскрыты.

Модель распространяется по лицензии Apache-2.0. README не содержит сведений об оценках качества или специализированных возможностях, поэтому её пригодность для конкретных задач следует проверять отдельно.

Сценарии применения

  • генерация продолжения текста
  • эксперименты с компактными языковыми моделями
  • прототипирование текстовых приложений

Ограничения

В README нет результатов оценки и описания специализированных возможностей. Поддерживаемые языки не установлены по доступным данным.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

smollm2-135M_pretrained_400k_fineweb

This model is a fine-tuned version of FlofloB/smollm2_pretrained_200k_fineweb on the None dataset.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 0.0005
  • train_batch_size: 16
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 128
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 1
  • mixed_precision_training: Native AMP

Training results

Framework versions

  • Transformers 4.44.2
  • Pytorch 2.4.1+cu121
  • Datasets 3.2.0
  • Tokenizers 0.19.1

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
2601cf9

0 моделей

    Создать бенчмарк