/ Модель

Характеристики

Архитектура
llada · dense
Библиотека
transformers
Опубликована
9 июл 2025

LLaDA-100M-Test

Генерация текстаТекст → текст3 профессии

Экспериментальная LLaDA-модель на 100 млн параметров для тестирования генерации текста и оценки влияния дальнейшего обучения.

241скачиваний за 30 дней1лайквеса обновлены21 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

LLaDA-100M-Test — экспериментальный чекпойнт текстовой генеративной модели семейства LLaDA, обученный Fredy Rivera на NVIDIA H100. Модель содержит 100 млн параметров по названию репозитория и обучалась 8 000 шагов на 65 536 000 токенах; в README указано, что этого объёма обучения недостаточно для компетентной работы и модель служит для оценки того, как могла бы вести себя лучше обученная версия.

Модель предназначена для экспериментов с генерацией текста и диалоговыми сценариями. В метаданных указаны языки английский и испанский, библиотека Transformers и формат safetensors. README описывает способ запуска через тестовый скрипт и ноутбук Colab. Лицензия в доступных сведениях не приведена.

Сценарии применения

  • эксперименты с генерацией текста
  • проверка поведения малой модели LLaDA
  • тестирование загрузки модели через Transformers

Ограничения

Автор предупреждает, что модель недостаточно обучена и пока не является компетентной; для неё использовано 65 536 000 токенов, что ниже рекомендуемого автором порога в 20–30 токенов на параметр.

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

New checkpoint trained on an NVIDIA H100 for 8,000 steps and 65,536,000 tokens

It is not yet a competent model because it does not meet the minimum training requirement of 20-30 tokens per parameter. However, it can give us a better idea of how a better-trained model would perform.

If you want to try how to use it here is a file of how to use it in test_gen.py Or using this Google Colab notebook

Example of the results it gives:

image/png

For those who want to train and get the correct format to be able to load it with transformers, everything needed is in pre_trainv2.py of the project repo

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
LLaDAModelLM
Ревизия весов
bae861d

0 моделей