/ Модель

Характеристики

Контекст
512 токенов
Параметры
35,8 млн
Архитектура
llama · dense
Библиотека
transformers
Опубликована
27 авг 2026

Mazgu_Small-T_130M_Instruct

Генерация текстаТекст → текст3 профессии

Компактная модель семейства Llama, обученная с нуля и предназначенная для генерации текста по инструкциям.

596скачиваний за 30 дней0лайковвеса обновлены31 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

MazguSmall-T130MInstruct — компактная авторегрессионная языковая модель семейства Llama, опубликованная SaintsStudios. По README, модель обучена с нуля; в репозитории указано 35,8 млн параметров, хотя название содержит «130M». Она предназначена для генерации текста, а суффикс Instruct указывает на ориентацию на выполнение инструкций, но README не описывает обучающие данные или сценарии применения.

Контекст модели составляет 512 токенов; веса представлены в формате safetensors. В карточке приведён результат оценки Loss 3,1128, однако набор оценки и методика не описаны. Поэтому качество следования инструкциям и пригодность для конкретных задач по доступным сведениям оценить нельзя. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация коротких текстовых ответов
  • выполнение простых текстовых инструкций
  • эксперименты с компактными языковыми моделями

Ограничения

Контекст ограничен 512 токенами. Обучающие данные, методика оценки и качество на практических задачах не описаны; указанное в названии число параметров расходится с метаданными, где приведено 35,8 млн.

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

Mazgu_Small-T_130M_Instruct

This model was trained from scratch on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 3.1128

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: 3e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 32
  • 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: 0.03
  • num_epochs: 22

Training results

Training LossEpochStepValidation Loss
3.10181.02143.1789
3.03512.04283.1612
3.05283.06423.1474
2.94664.08563.1380
2.99695.010703.1299
2.97846.012843.1246
2.92227.014983.1206
2.95018.017123.1179
3.00959.019263.1164
2.938910.021403.1149
2.901611.023543.1139
2.893812.025683.1136
2.854913.027823.1131
2.879614.029963.1130
2.936715.032103.1129
2.866416.034243.1128
2.894217.036383.1129
2.893218.038523.1127
2.868219.040663.1127
2.935720.042803.1128
2.943521.044943.1128

Framework versions

  • Transformers 5.0.0
  • Pytorch 2.10.0+cu128
  • 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
a1b4e22

0 моделей