/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
3,2 млрд
Размер весов
6,4 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
Llama-3.2-3B
Опубликована
6 янв 2025

FineMath-Llama-3B

Генерация текстаТекст → текст3 профессии

Экспериментальная англоязычная модель на базе Llama 3.2 3B для продолжения текста, усиленная предобучением на математических и образовательных данных.

127скачиваний за 30 дней23лайкавеса обновлены27 ноя 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.

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

HuggingFaceTB/FineMath-Llama-3B — языковая модель, разработанная Hugging Face Training Cluster как продолжение предобучения Llama 3.2 3B. Модель с плотной архитектурой Llama содержит 3,2 млрд параметров и рассчитана на контекст до 4096 токенов. Она обучалась на 160 млрд токенов: 60% составили математические данные FineMath, а 40% — FineWeb-Edu.

Модель предназначена для продолжения текста на английском языке, особенно для математических текстов и задач. Она не настроена на выполнение инструкций; в карточке сообщается о более высоких математических результатах по сравнению с Llama 3.2 3B при сохранении сопоставимых результатов на тестах знаний, рассуждений и здравого смысла. Доступна в формате safetensors по лицензии Apache-2.0. Это экспериментальная абляционная модель, которая не обязательно отражает лучший результат, достижимый на этих данных.

Сценарии применения

  • продолжение математических объяснений на английском языке
  • генерация текста с математическими формулами и рассуждениями
  • автодополнение английского учебного текста по математике

Ограничения

Модель не настроена на выполнение инструкций и предназначена для продолжения текста на английском; её качество на других языках может быть ограничено. Это абляционная версия, не обязательно являющаяся лучшей моделью, которую можно получить на использованных данных.

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

Model summary

This is a continual-pre-training of Llama-3.2-3B on a mix of 📐 FineMath (our new high quality math dataset) and FineWeb-Edu.

The model demonstrates superior math performance compared to Llama 3.2 3B, while maintaining similar performance on knowledge, reasoning, and common sense benchmarks:

image/png

It was trained on 160B tokens using a mix of 40% FineWeb-Edu and 60% from FineMath (30% FineMath-4+ subset and 30% InfiWebMath-4+ subset). We use nanotron for the training, and you can find the training scripts in our SmolLM2 GitHub repo.

Use

Intended use

This model was trained on English math data and is not instruction-tuned, making it intended for text completion in English. It is part of the FineMath ablation models we trained for FineMath (finemath-ablation-4plus-160B), and is not necessarily the best possible outcome achievable with the given dataset.

Generation

# pip install -q transformers
from transformers import AutoModelForCausalLM, AutoTokenizer

model = "HuggingFaceTB/FineMath-Llama-3B"
device = "cuda" # for GPU usage or "cpu" for CPU usage

tokenizer = AutoTokenizer.from_pretrained(model)
model = AutoModelForCausalLM.from_pretrained(model).to(device)

inputs = tokenizer.encode("Machine Learning is", return_tensors="pt").to(device)
outputs = model.generate(inputs)
print(tokenizer.decode(outputs[0]))

Training

Model

  • Architecture: Llama3
  • Pretraining steps: 160k
  • Pretraining tokens: 160B
  • Precision: bfloat16

Hardware

  • GPUs: 64 H100

Software

Evaluation

We used the SmolLM2 setup to evaluate all our ablation models with lighteval. You can find the details here: https://github.com/huggingface/smollm/tree/main/evaluation#smollm2-base-models

Limitations

This model was predominantly trained on English math data, potentially limiting its performance in other languages. Furthermore, the model's behavior is influenced by the quality and diversity of its training data, which may include biases and harmful content.

Citation

@misc{allal2025smollm2smolgoesbig,
      title={SmolLM2: When Smol Goes Big -- Data-Centric Training of a Small Language Model}, 
      author={Loubna Ben Allal and Anton Lozhkov and Elie Bakouch and Gabriel Martín Blázquez and Guilherme Penedo and Lewis Tunstall and Andrés Marafioti and Hynek Kydlíček and Agustín Piqueres Lajarín and Vaibhav Srivastav and Joshua Lochner and Caleb Fahlgren and Xuan-Son Nguyen and Clémentine Fourrier and Ben Burtenshaw and Hugo Larcher and Haojun Zhao and Cyril Zakka and Mathieu Morlon and Colin Raffel and Leandro von Werra and Thomas Wolf},
      year={2025},
      eprint={2502.02737},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2502.02737}, 
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
00337b0

0 моделей