/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
2,9 млрд
Лицензия
CC BY-NC-SA 4.0
Архитектура
llama · dense
Опубликована
8 мар 2024

NorLlama-3B

Генерация текстаТекст → текст3 профессии

NorLlama-3B — 3-миллиардная модель на архитектуре Llama для генерации текста преимущественно на норвежском языке.

130скачиваний за 30 дней2лайкавеса обновлены9 янв 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

NorLlama-3B — авторегрессионная языковая модель семейства NorGLM, разработанная для генерации текста на норвежском языке. Модель с 2,9 млрд параметров построена на архитектуре Llama и предварительно обучена с использованием Tencent Pre-training Framework.

Модель предназначена для генерации и продолжения текста. Обучающий набор объёмом около 200 ГБ и почти 25 млрд токенов включает норвежский, датский, шведский, немецкий и английский языки; основное назначение модели — работа с норвежским. Родной контекст составляет 2048 токенов. Репозиторий содержит веса PyTorch и Safetensors.

Модель распространяется по лицензии CC BY-NC-SA 4.0, а NorGLM предназначен для некоммерческого использования. Карточка не приводит результатов оценки качества и не описывает ограничения точности; сравнительно небольшой контекст может ограничивать работу с длинными текстами.

Сценарии применения

  • генерация текстов на норвежском языке
  • продолжение норвежских текстовых фрагментов
  • создание черновиков и кратких сообщений на норвежском
  • эксперименты с многоязычной генерацией на скандинавских языках

Ограничения

Контекст модели ограничен 2048 токенами. Лицензия CC BY-NC-SA 4.0 и условия NorGLM ограничивают использование некоммерческими сценариями.

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

Gnerative Pretrained Tranformer with 3 Billion parameters for Norwegian. NorLlama-3B is based on Llama architechture, and pretrained on Tencent Pre-training Framework

It belongs to NorGLM, a suite of pretrained Norwegian Generative Language Models. NorGLM can be used for non-commercial purposes.

Datasets

All models in NorGLM are trained on 200G datasets, nearly 25B tokens, including Norwegian, Denish, Swedish, Germany and English.

Run the Model

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM

model_id = "NorGLM/NorLlama-3B"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    device_map='auto',
    torch_dtype=torch.bfloat16
)

text = "Tom ønsket å gå på barene med venner"
inputs = tokenizer(text, return_tensors="pt")
outputs = model.generate(**inputs, max_new_tokens=20)

Citation Information

If you feel our work is helpful, please cite our papers:

@article{gulla2026norwai,
  title={NorwAI's Large Language Models: Technical Report},
  author={Gulla, Jon Atle and Liu, Peng and Zhang, Lemei},
  journal={arXiv preprint arXiv:2601.03034},
  year={2026}
}

@inproceedings{liu2024nlebench+,
  title={NLEBench+NorGLM: A Comprehensive Empirical Analysis and Benchmark Dataset for Generative Language Models in Norwegian},
  author={Liu, Peng and Zhang, Lemei and Farup, Terje and Lauvrak, Even and Ingvaldsen, Jon and Eide, Simen and Gulla, Jon Atle and Yang, Zhirong},
  booktitle={Proceedings of the 2024 Conference on Empirical Methods in Natural Language Processing},
  pages={5543--5560},
  year={2024}
}

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
a9ac8c3

0 моделей