Экспериментальная корейская MoE-модель для диалогов, генерации текста, работы с длинным контекстом и задач по коду.
27скачиваний за 30 дней8лайковвеса обновлены23 окт 2025
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
LDCC/KORMo-19B-MoE — экспериментальная корейская языковая модель для диалогов и генерации текста. Она основана на KORMo-Team/KORMo-10B-sft и использует архитектуру Mixture of Experts с двумя экспертами; в метаданных указано 10,2 млрд параметров и контекст до 131 072 токенов. Модель дообучена методом QLoRA на корейских данных, связанных с кодом и длинными документами, а затем преобразована в MoE с помощью mergekit.
Модель предназначена для генерации ответов на корейском языке, работы с длинным контекстом и задач, связанных с кодом. В карточке указана лицензия Apache-2.0. Для запуска в vLLM требуется отдельный патч; README описывает модель как исследовательский эксперимент.
Сценарии применения
диалоговые ответы на корейском языке
генерация корейского текста по запросу
обработка длинных корейских документов
помощь с задачами по программированию на корейском языке
Ограничения
Для запуска в vLLM требуется отдельный патч. Модель описана как экспериментальная исследовательская работа, поэтому её качество и пригодность для конкретных задач следует проверять.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель