/ Модель

Характеристики

Контекст
1 024 токена
Параметры
126 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Библиотека
transformers
Опубликована
10 июл 2026

slm-125m-legal-base

Генерация текстаТекст → текст3 профессии

Компактная базовая модель Llama, обученная с нуля преимущественно на англоязычных юридических и финансовых текстах для их продолжения.

29скачиваний за 30 дней0лайковвеса обновлены10 июл 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

Sarath569/slm-125m-legal-base — базовая языковая модель Sarath569, обученная с нуля для продолжения текста. Это плотная decoder-only модель семейства Llama с RoPE, SwiGLU, RMSNorm и 125,8 млн параметров; обучение проводилось на корпусе из примерно 2,04 млрд уникальных токенов, включавшем судебные решения США, документы SEC и образовательные веб-тексты. Модель предназначена для генерации и продолжения англоязычных текстов с уклоном в юридические и финансовые материалы.

Модель принимает текст и генерирует текст; её контекстное окно составляет 1024 токена. Она не проходила настройку на инструкции и не выровнена для диалогового использования, поэтому ответы могут быть ненадёжными и содержать вымышленные юридические или финансовые сведения. Не подходит для юридических или финансовых консультаций. Лицензия — Apache-2.0.

Сценарии применения

  • продолжение англоязычных юридических текстов
  • генерация черновиков по судебной практике США
  • продолжение текста финансовой отчётности и документов SEC

Ограничения

Модель небольшая, не настроена на инструкции и может галлюцинировать юридические и финансовые факты. Не используйте её для юридических или финансовых консультаций.

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

Sarath569/slm-125m-legal-base

A 125.8M-parameter Llama-style decoder-only language model pretrained from scratch on a cleaned, deduplicated, decontaminated corpus of US case law, SEC filings, and educational web text (~2.04B unique tokens; legal-first mix).

Model

ArchitectureLlama (RoPE, SwiGLU, RMSNorm, tied embeddings)
Parameters125,848,320
Layers / hidden / heads12 / 768 / 12
Context length1024
Vocab (byte-level BPE)16,384
Precisionbf16

Training

Tokens seen4.08B (2 epochs over 2.04B)
Optimizer steps7,778
OptimizerAdamW (β=0.9/0.95, wd=0.1, grad-clip=1.0)
LR schedulecosine 6e-4 → 6e-5, 200M-token warmup
Hardware8× H100 (data-parallel)
Final val loss / ppl2.3307 / 10.29

Data mix (realized)

  • case-law (HFforLegal/case-law) — ~722M tokens (35%)
  • sec (PleIAs/SEC) — ~869M tokens (42%)
  • fineweb-edu (HuggingFaceFW/fineweb-edu) — ~469M tokens (23%)

Decontaminated against CaseHOLD / LexGLUE (case_hold) with 13-gram overlap filtering.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

tok = AutoTokenizer.from_pretrained("Sarath569/slm-125m-legal-base")
model = AutoModelForCausalLM.from_pretrained("Sarath569/slm-125m-legal-base", torch_dtype=torch.bfloat16)

ids = tok("The plaintiff shall bear the burden of", return_tensors="pt").input_ids
out = model.generate(ids, max_new_tokens=60, do_sample=True, top_k=50, temperature=0.8)
print(tok.decode(out[0], skip_special_tokens=True))

Limitations

This is a small (~126M) base model, not instruction-tuned or aligned. It will produce fluent but unreliable text, can hallucinate legal/financial facts, and must not be used for legal or financial advice. Reserved chat tokens (<|user|>, <|assistant|>, <|system|>) are present in the tokenizer for downstream fine-tuning.

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
5ede072

0 моделей