/ Модель

Характеристики

Контекст
8 192 токена
Параметры
134 млн
Архитектура
llama · dense
Базовая модель
SmolLM2-135M
Библиотека
transformers
Опубликована
23 дек 2024

SmolLM2-FT-BG

Генерация текстаТекст → текст3 профессии

Компактная дообученная модель на базе SmolLM2-135M для диалогов и генерации текста.

10скачиваний за 30 дней0лайковвеса обновлены23 дек 2024

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

WPUncensored/SmolLM2-FT-BG — дообученная компанией или автором WPUncensored модель HuggingFaceTB/SmolLM2-135M для генерации текста. Она построена на плотной архитектуре LlamaForCausalLM, содержит 134,5 млн параметров и рассчитана на контекст до 8192 токенов. Модель обучена с TRL и поддерживает диалоговый формат, а запуск возможен через Transformers.

Модель подходит для коротких диалогов и генерации продолжений текста при ограниченных вычислительных ресурсах. Базовая модель ориентирована на английский язык; карточка этой версии не описывает дополнительную языковую специализацию. Сведения о лицензии и конкретных ограничениях качества в доступных данных отсутствуют.

Сценарии применения

  • генерация продолжения текста по запросу
  • ответы на простые вопросы в диалоге
  • создание коротких разговорных реплик

Ограничения

Базовая модель ориентирована на английский язык, а небольшой размер может ограничивать качество сложных рассуждений и знаний. Лицензия и специфические ограничения этой версии в предоставленных данных не описаны.

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

Model Card for SmolLM2-FT-BG

This model is a fine-tuned version of HuggingFaceTB/SmolLM2-135M. It has been trained using TRL.

Quick start

from transformers import pipeline

question = "If you had a time machine, but could only go to the past or the future once and never return, which would you choose and why?"
generator = pipeline("text-generation", model="WPUncensored/SmolLM2-FT-BG", device="cuda")
output = generator([{"role": "user", "content": question}], max_new_tokens=128, return_full_text=False)[0]
print(output["generated_text"])

Training procedure

This model was trained with SFT.

Framework versions

  • TRL: 0.12.1
  • Transformers: 4.46.3
  • Pytorch: 2.5.1
  • Datasets: 3.1.0
  • Tokenizers: 0.20.3

Citations

Cite TRL as:

@misc{vonwerra2022trl,
	title        = {{TRL: Transformer Reinforcement Learning}},
	author       = {Leandro von Werra and Younes Belkada and Lewis Tunstall and Edward Beeching and Tristan Thrush and Nathan Lambert and Shengyi Huang and Kashif Rasul and Quentin Gallouédec},
	year         = 2020,
	journal      = {GitHub repository},
	publisher    = {GitHub},
	howpublished = {\url{https://github.com/huggingface/trl}}
}

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
58b331f

0 моделей