/ Модель

Характеристики

Контекст
128 000 токенов
Параметры
445 млн
Лицензия
cc-by-sa-3.0
Архитектура
lfm2 · dense
Базовая модель
LFM2.5-350M
Библиотека
transformers
Опубликована
3 авг 2026

LFM2.5-350M-PT-zh_CN

Генерация текстаТекст → текст3 профессии

Компактная модель LFM2, дополнительно обученная на китайской Википедии для генерации текста на китайском языке.

26скачиваний за 30 дней1лайквеса обновлены9 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

Q1ngMang/LFM2.5-350M-PT-zh_CN — компактная плотная языковая модель семейства LFM2 от Liquid AI, дообученная автором репозитория на отфильтрованной китайской Википедии. Модель предназначена для генерации текста на китайском языке и продолжения текстов на основе знаний из этого корпуса.

Модель построена на архитектуре Lfm2ForCausalLM, содержит 444,6 млн параметров и поддерживает контекст до 128 000 токенов. Для обучения использовались LLaMA Factory и LoRA; в карточке указаны один этап предварительного обучения и датасет китайской Википедии. Репозиторий содержит веса Safetensors и опубликован под лицензией CC BY-SA 3.0.

Результаты обучения на одном датасете не подтверждают надёжность для диалога или широкого набора задач. В README отмечен возможный конфликт условий коммерческого использования CC BY-SA 3.0 и лицензии LFM: компаниям с годовым доходом свыше 10 млн долларов может потребоваться отдельная коммерческая лицензия Liquid AI.

Сценарии применения

  • Продолжение текстов на китайском языке
  • Генерация ответов на китайском по сведениям из Википедии
  • Создание черновиков энциклопедических текстов на китайском

Ограничения

Дообучение выполнено на одном китайскоязычном корпусе, поэтому модель может хуже работать за пределами тем и стиля Википедии; качество для широких диалоговых задач не подтверждено. README указывает на возможную необходимость отдельной коммерческой лицензии Liquid AI для компаний с годовым доходом свыше 10 млн долларов.

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

LFM2.5-350M-PT-zh_CN

基于 LiquidAI/LFM2.5-350M 进行 Pre-Training 的模型。 数据集 0xDing/wikipedia-cn-20230720-filtered

协议冲突

LFM 1.0 规定年收入小于1000万美元的公司的免费商用,收入大于1000万美元需要向LiquidAI购买商业许可证,而 CC BY-SA 3.0 规定可以商用,因此存在冲突。 该模型优先使用 CC BY-SA 3.0,但并不代表收入大于1000万美元不需要向LiquidAI购买商业许可证。

排泄环境

厕所:LLaMA Factory 马桶:NVIDIA Tesla V100 SXM2 16GB

肠道

项值
微调方法LoRA
量化等级4
量化方法bnb
对话模板lfm2
训练阶段Pre-Training
学习率4.5e-4
训练轮数1.0
计算类型pure_bf16
截断长度1968
批处理大小4
梯度累积256
验证集比例0.05
序列打包True
额外参数{"optim": "paged_adamw_8bit"}
LoRA秩16
LoRA缩放系数32

排泄物

项值
输入Token158,319,896
计算量254,539,784GF
训练损失3.8676
训练耗时9:52:32.56
每秒训练样本数2.264
每秒训练步数0.002
验证损失3.5849
验证困惑度36.0495
验证耗时0:12:56.50
每秒验证样本数5.525
每秒验证步数1.382

排泄过程

training_loss

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Lfm2ForCausalLM
Ревизия весов
4a20a1c

0 моделей