/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
1,5 млрд
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-1.5B-Instruct
Библиотека
transformers
Опубликована
26 дек 2024

TinySwallow-1.5B

Генерация текстаТекст → текст3 профессии

Компактная японская авторегрессионная модель Sakana AI, предназначенная для генерации текста и исследовательской разработки.

403скачиваний за 30 дней34лайкавеса обновлены30 янв 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

TinySwallow-1.5B — компактная авторегрессионная языковая модель Sakana AI и Swallow Team, созданная методом дистилляции TAID. В качестве учителя использовалась Qwen2.5-32B-Instruct, а в качестве ученика — Qwen2.5-1.5B-Instruct; затем модель дополнительно обучили на японских текстах для улучшения работы с японским языком. Это базовая модель семейства Qwen2 с 1,5 млрд параметров и контекстом 32 768 токенов.

Модель предназначена для генерации текста на японском языке и исследовательской разработки. Она не является вариантом для следования инструкциям: для этого авторы рекомендуют TinySwallow-1.5B-Instruct. Лицензия — Apache 2.0. Авторы описывают её как экспериментальный прототип и не рекомендуют коммерческое применение или использование в критически важных системах; качество и результаты не гарантируются.

Сценарии применения

  • генерация текста на японском языке
  • продолжение японского текста
  • эксперименты с дистилляцией языковых моделей
  • разработка прототипов генерации японского текста

Ограничения

Это экспериментальный прототип для исследований и разработки; авторы не рекомендуют коммерческое использование и применение в критически важных системах. Модель не предназначена для следования инструкциям; для этого авторы указывают на TinySwallow-1.5B-Instruct.

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

TinySwallow-1.5B

🤗 Models | 📚 Paper | 📝 Blog | 🐦 Twitter

TinySwallow-1.5B is a Japanese compact language model created through TAID (Temporally Adaptive Interpolated Distillation), our new knowledge distillation method. We used Qwen2.5-32B-Instruct as the teacher model and Qwen2.5-1.5B-Instruct as the student model. The model has been further pre-trained on Japanese text data to enhance its Japanese language capabilities.

If you are looking for an instruction-following model, check TinySwallow-1.5B-Instruct.

Model Details

Uses

This model is provided for research and development purposes only and should be considered as an experimental prototype. It is not intended for commercial use or deployment in mission-critical environments. Use of this model is at the user's own risk, and its performance and outcomes are not guaranteed. Sakana AI shall not be liable for any direct, indirect, special, incidental, or consequential damages, or any loss arising from the use of this model, regardless of the results obtained. Users must fully understand the risks associated with the use of this model and use it at their own discretion.

Acknowledgement

We would like to thank the developers of the source models for their contributions and for making their work available.

Authors

Citation

@misc{sakana2025taid,
      title         = {TAID: Temporally Adaptive Interpolated Distillation for Efficient Knowledge Transfer in Language Models}, 
      author.       = {Makoto Shing and Kou Misaki and Han Bao and Sho Yokoi and Takuya Akiba},
      year          = {2025},
      eprint        = {2501.16937},
      archivePrefix = {arXiv},
      primaryClass  = {cs.LG},
      url           = {https://arxiv.org/abs/2501.16937}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
535d132

0 моделей