/ Модель

Характеристики

Контекст
1 024 токена
Параметры
1,6 млрд
Размер весов
6,9 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Библиотека
transformers
Опубликована
17 дек 2024

DMaS-LLaMa-Lite-step-40.5k

Генерация текстаТекст → текст3 профессии

Экспериментальный чекпойнт LLaMA на 1,6 млрд параметров для генерации текста, обученный с нуля на образовательных данных FineWeb-Edu.

237скачиваний за 30 дней1лайквеса обновлены16 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

DMaS-LLaMa-Lite-step-40.5k — языковая модель McGill DMaS, обученная с нуля на архитектуре LLaMA. Это чекпойнт проекта DMaS-LLaMa-Lite после 40 500 шагов обучения на подмножестве образовательных текстов FineWeb-Edu объёмом около 20 млрд токенов. В метаданных указаны 1,6 млрд параметров, библиотека Transformers, плотная архитектура LlamaForCausalLM и контекст 1 024 токена; в README приводится оценка 1,7 млрд параметров. Используется токенизатор GPT-2.

Модель предназначена для генерации текста и продолжения подсказок, в частности для экспериментов с языковыми моделями, обученными на образовательных данных. README сообщает об улучшении связности, беглости и фактической обоснованности текста, но не приводит конкретных результатов бенчмарков. Модель принимает и выдаёт текст. Лицензия — Apache-2.0.

Сценарии применения

  • генерация продолжения текста по подсказке
  • создание черновиков учебных материалов
  • эксперименты с компактными языковыми моделями
  • проверка влияния образовательных данных на генерацию текста

Ограничения

Контекст ограничен 1 024 токенами. README не приводит количественных бенчмарков, а чекпойнт отражает промежуточное состояние обучения на 40 500 шагах.

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

DMaS-LLaMa-Lite-step-40.5k

This repository provides access to DMaS-LLaMa-Lite-step-40.5k, a 1.7-billion-parameter language model based on the LLaMa architecture. The model has been trained from scratch as part of the DMaS-LLaMa-Lite project using approximately 20 billion tokens of high-quality educational content.

Model Overview

  • Architecture: LLaMa-based
  • Parameters: 1.7B (36 layers, 32 attention heads, RMSNorm)
  • Tokenizer: GPT-2 tokenizer
  • Training Data: FineWeb-Edu subset (educational text)
  • Training Steps: 40,500
  • Optimizer: AdamW with linear warmup and decay
  • Hardware: Trained on 1-2 RTX A6000 GPUs with PyTorch DDP
  • Dataset Source: FineWeb-Edu Dataset

The training process emphasizes qualitative improvements in coherence, fluency, and factual grounding, demonstrating competitive results even with fewer tokens compared to larger-scale models.

This checkpoint represents the model's state at 40,500 training steps. Validation loss and downstream performance benchmarks demonstrate notable early improvements in text fluency and alignment with prompts.

Training Code

The training script, including configurations and instructions, is open-sourced and available here:
📄 DMaS-LLaMa-Lite Training Code

Usage

You can load the model with Hugging Face Transformers library:

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "McGill-DMaS/DMaS-LLaMa-Lite-step-40.5k"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)

inputs = tokenizer("The Pyramids of Giza in Egypt are some of the oldest man-made structures in the world.", return_tensors="pt")
outputs = model.generate(**inputs, max_length=50)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

Citation

If you use this model or its training insights in your work, please cite the following paper:

@INPROCEEDINGS{li2025training,
  author={Li, Miles Q. and Fung, Benjamin C. M. and Huang, Shih-Chia},
  booktitle={2025 International Joint Conference on Neural Networks (IJCNN)},
  title={Training Dynamics of a 1.7B LLaMa Model: A Data-Efficient Approach},
  year={2025},
  volume={},
  number={},
  pages={1-10},
  keywords={Training;Analytical models;Refining;Benchmark testing;Throughput;Data models;Hardware;Stability analysis;Trajectory;Tuning},
  doi={10.1109/IJCNN64981.2025.11228044}}

License

This model and code are released under the Apache License 2.0. Please check the respective repositories for detailed terms.

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
09f7cd8

0 моделей