/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
9,7 млн
Архитектура
llama · dense
Базовая модель
llama-256-12L
Библиотека
transformers
Опубликована
23 авг 2026

qa-finetune

Генерация текстаТекст → текст3 профессии

Небольшая дообученная модель Llama для генерации текста и экспериментов с языковыми моделями.

18скачиваний за 30 дней0лайковвеса обновлены23 авг 2026

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

NoeMastro/qa-finetune — дообученная модель генерации текста на основе stage-babylm/llama-256-12L. Она разработана для генерации продолжений текста; название предполагает ответы на вопросы, однако README не описывает назначение подробнее, поэтому специализация на QA не подтверждена.

Модель использует плотную архитектуру Llama с 9,7 млн параметров и контекстом до 2048 токенов. Она представлена в формате safetensors и предназначена для работы через библиотеку Transformers. В README указано значение loss 1,9113 на оценочном наборе, но состав набора и методика оценки не раскрыты.

Модель может быть полезна для экспериментов с небольшими языковыми моделями и генерацией текста. Данные об обучающем датасете, поддерживаемых языках и лицензии в предоставленных источниках отсутствуют.

Сценарии применения

  • генерация продолжения текста
  • эксперименты с дообучением языковых моделей
  • проверка генерации текста на небольших моделях

Ограничения

README не описывает обучающие данные и предполагаемое применение, поэтому качество в сценариях ответов на вопросы не подтверждено. Значение loss приведено без сведений о датасете и методике оценки.

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

qa-finetune

This model is a fine-tuned version of stage-babylm/llama-256-12L on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 1.9113

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 0.1
  • num_epochs: 3
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
2.68670.19011002.7004
2.14010.38022002.1452
2.03330.57033002.0345
1.93940.76054001.9897
1.93880.95065001.9645
1.95531.14076001.9493
1.90921.33087001.9371
1.88551.52098001.9292
1.89961.71109001.9226
1.92021.901110001.9182
1.86832.091311001.9149
1.82552.281412001.9132
1.86802.471513001.9121
1.88632.661614001.9115
1.85322.851715001.9113
1.84783.015781.9113

Framework versions

  • Transformers 5.14.1
  • Pytorch 2.13.0+cu130
  • Datasets 5.0.0
  • Tokenizers 0.22.2

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
f6dbf91

0 моделей