/ Модель

Характеристики

Контекст
8 192 токена
Параметры
2,7 млрд
Размер весов
6,4 ГБ
Лицензия
Gemma
Архитектура
gemma2 · dense
Базовая модель
gemma-2-2b
Библиотека
transformers
Опубликована
28 ноя 2024

GemmaX2-28-2B-Pretrain

Генерация текстаТекст → текст3 профессии

Базовая многоязычная модель Xiaomi на Gemma 2 2B для генерации текста и дальнейшей адаптации к задачам перевода.

33скачиваний за 30 дней5лайковвеса обновлены21 мар 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

GemmaX2-28-2B-Pretrain — языковая модель Xiaomi, созданная продолжением предобучения Gemma 2 2B на монолингвальных и параллельных данных для 28 языков. Это базовая, предварительно обученная версия; автор отдельно отмечает, что она не является специализированной моделью перевода. Версия GemmaX2-28-2B-v0.1 была получена позднее её дообучением на инструкциях по переводу.

Модель построена на плотной архитектуре Gemma2ForCausalLM и содержит 2,7 млрд параметров. Она принимает текст, поддерживает контекст до 8192 токенов и охватывает арабский, бенгальский, чешский, немецкий, английский, испанский, персидский, французский, иврит, хинди, индонезийский, итальянский, японский, кхмерский, корейский, лаосский, малайский, бирманский, нидерландский, польский, португальский, русский, тайский, тагальский, турецкий, урду, вьетнамский и китайский языки. Она может служить основой для генерации текста и многоязычных сценариев, включая экспериментальную адаптацию к переводу. Для специализированного перевода карточка указывает на необходимость отличать её от версии v0.1, дообученной на переводных инструкциях. Лицензия — Gemma.

Сценарии применения

  • генерация текста на 28 языках
  • продолжение и адаптация многоязычных текстовых моделей
  • эксперименты с переводом между поддерживаемыми языками

Ограничения

Автор отмечает, что эта предварительно обученная версия не является специализированной моделью перевода; для переводных инструкций существует отдельная дообученная версия v0.1.

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 Description

GemmaX2-28-2B-Pretrain is a language model developed through continual pretraining of Gemma2-2B using a mix of 56 billion tokens from both monolingual and parallel data across 28 different languages. Please find more details in our paper: Multilingual Machine Translation with Open Large Language Models at Practical Scale: An Empirical Study.

  • Developed by: Xiaomi
  • Model type: GemmaX2-28-2B-Pretrain is obtained by continually pretraining Gemma2-2B on a large amount of monolingual and parallel data. Subsequently, GemmaX2-28-2B-v0.1 is derived through supervised finetuning on a small set of high-quality translation instruction data.
  • Languages: Arabic, Bengali, Czech, German, English, Spanish, Persian, French, Hebrew, Hindi, Indonesian, Italian, Japanese, Khmer, Korean, Lao, Malay, Burmese, Dutch, Polish, Portuguese, Russian, Thai, Tagalog, Turkish, Urdu, Vietnamese, Chinese.
  • Github: Please find more details in our Github repository.

Note that GemmaX2-28-2B-Pretrain is NOT translation model.

Training Data

We collect monolingual data from CulturaX and MADLAD-400. For parallel data, we collect all Chinese-centric and English-centric parallel datasets from the OPUS collection up to August 2024 and conduct a series of filtering processes, such as language identification, semantic duplication filtering, quality filtering, and more.

Citation

@misc{cui2025multilingualmachinetranslationopen,
      title={Multilingual Machine Translation with Open Large Language Models at Practical Scale: An Empirical Study}, 
      author={Menglong Cui and Pengzhi Gao and Wei Liu and Jian Luan and Bin Wang},
      year={2025},
      eprint={2502.02481},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2502.02481}, 
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma2ForCausalLM
Ревизия весов
c175f24

0 моделей