/ Модель

Характеристики

Контекст
128 000 токенов
Параметры
445 млн
Лицензия
Apache 2.0
Архитектура
lfm2 · dense
Базовая модель
LFM-2.5-350M
Опубликована
14 мая 2026

LFM2.5-350M-grpo-summarization-quality-meteor

Генерация текстаТекст → текст

Дообученная методом GRPO модель LFM2 для суммаризации текстов с оптимизацией качества по METEOR.

103скачиваний за 30 дней1лайквеса обновлены7 окт 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

YuvrajSingh9886/LFM2.5-350M-grpo-summarization-quality-meteor — дообученная методом GRPO модель семейства LFM2 на базе liquid-ai/LFM-2.5-350M, предназначенная для суммаризации текстов. В обучении сначала использовалось вознаграждение за управление длиной, затем модель дополнительно оптимизировали по качеству суммаризации с METEOR в качестве сигнала качества; на втором этапе явный штраф за длину не применялся. Модель имеет плотную причинно-языковую архитектуру Lfm2ForCausalLM, около 444,6 млн параметров и контекстное окно до 128 000 токенов.

Модель рассчитана на создание кратких пересказов, в том числе публикаций с датасета mlabonne/smoltldr. В оценке на 200 примерах тестовой части этого набора она получила композитную оценку G-Eval 2,904 из 4 и долю прохождения 51,8%; верность исходному тексту оценена выше, чем полнота охвата. Метаданные указывают английский язык. Веса опубликованы в формате Safetensors, лицензия — Apache-2.0. Результаты оценки отражают конкретный набор данных и методику и не гарантируют аналогичного качества на других текстах.

Сценарии применения

  • суммаризация публикаций и постов на английском языке
  • создание краткого пересказа длинного текста
  • извлечение основных тезисов из текста
  • подготовка компактных сводок для чтения

Ограничения

Оценка проводилась на 200 примерах одного набора данных; указанная доля прохождения G-Eval составляет 51,8%, а полнота охвата оценена в 0,569 из 1. Качество на других типах текстов в карточке не подтверждено.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LFM2.5-350M-grpo-summarization-quality-meteor

⭐ Best run in this series.

The model was first trained with a length-only reward to learn output length control, then fine-tuned further with quality-only rewards (no explicit length penalty). This checkpoint used METEOR as the quality signal.

G-Eval Scores (each 0–1; Composite max 4.0)

FaithfulnessCoverageConcisenessClarityCompositePass Rate
0.9020.5690.6620.7712.90451.8%

Evaluated on 200 examples from mlabonne/smoltldr test split · judge: gpt-5-mini-2025-08-07 via DeepEval G-Eval (5 rounds averaged, each metric 0–1)

Eval Rollouts

Full per-example outputs, G-Eval scores, significance tests, and summary tables are in the dataset repo: YuvrajSingh9886/reddit-posts-summarization-grpo

All Length-Penalty Fine-tuned Runs

RunFaithfulnessCoverageConcisenessClarityCompositePass Rate
grpo-summarization-quality-meteor ⭐0.9020.5690.6620.7712.90451.8%
grpo-summarization-quality-meteor-bleu0.9010.6110.5970.7692.87846.6%
grpo-summarization-quality-meteor-rouge0.9180.5060.7040.7112.84043.3%
grpo-summarization-quality-bleu0.8990.5140.6030.7742.79037.9%
grpo-summarization-quality-bleu-rouge0.8870.2750.8410.7232.7269.1%
grpo-summarization-quality-rouge0.8520.2620.8470.6982.6598.4%

Length-Penalty Included Runs (alternative strategy)

RunFaithfulnessCoverageConcisenessClarityCompositePass Rate
grpo-summarization-length-quality-meteor-rouge ⭐0.8340.4930.6850.6902.70145.2%
grpo-summarization-length-quality-bleu-rouge0.6960.4430.6060.6432.38735.4%
grpo-summarization-length-quality-meteor-bleu0.6960.4510.5950.6342.37734.2%
grpo-summarization-length-quality-meteor0.6890.4330.5950.6412.35832.5%
grpo-summarization-length-quality-rouge0.6420.4140.5750.6462.27830.1%
grpo-summarization-length-quality-bleu0.6200.4010.5560.6652.24326.7%
grpo-summarization-length-only0.6270.3780.5540.6742.23324.6%

Usage (MLX)

from mlx_lm import load, generate

model, tokenizer = load("YuvrajSingh9886/LFM2.5-350M-grpo-summarization-quality-meteor")
messages = [
    {"role": "system", "content": "You are an assistant who is an expert at summarization task. The user gives you a post and you are required to summarize it, keeping the key points and main ideas intact, in EXACTLY 50 words"},
    {"role": "user",   "content": "<paste Reddit post here>"},
]
prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
print(generate(model, tokenizer, prompt=prompt, max_tokens=128, verbose=False))

Training Details

SettingValue
Base modelliquid-ai/LFM-2.5-350M
AlgorithmGRPO (via smolcluster)
Datasetmlabonne/smoltldr (train split, Reddit summarization)
Stage 1 rewardLength penalty (deviation from 50-token target)
Stage 2 rewardMETEOR
HardwareApple Silicon Mac mini cluster
FrameworkMLX
Weights formatMLX safetensors (bf16)
Eval examples200 (test split)
Judgegpt-5-mini-2025-08-07 via DeepEval G-Eval

Citation

These checkpoints were trained with smolcluster. If you use them in academic work, please cite:

@software{singh2026smolcluster,
  title     = {smolcluster: An Educational Distributed Training and Inference Library for Local Computing},
  author    = {Singh, Yuvraj},
  year      = {2026},
  publisher = {Zenodo},
  doi       = {10.5281/zenodo.23196836},
  url       = {https://github.com/YuvrajSingh-mist/smolcluster}
}

Released freely — support more experiments like it:

Buy me a coffee Sponsor: GitHub

More: https://huggingface.co/YuvrajSingh9886

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
Lfm2ForCausalLM
Ревизия весов
d2a08fa

0 моделей