Uploaded finetuned model
- Developed by: aemmeath
- License: apache-2.0
- Finetuned from model : aemmeath/MiniCPM5-Aether
This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 131 072 токена
- Параметры
- 2,2 млрд
- Размер весов
- 5 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- llama · dense
- Базовая модель
- MiniCPM5-Aether
- Опубликована
- 16 сен 2026
Ссылки
MiniCPM5-Astra
Дообученная 2,2-миллиардная модель Llama для генерации текста, диалогов и работы ассистента с длинным контекстом.
239скачиваний за 30 дней0лайковвеса обновлены16 сен 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
aemmeath/MiniCPM5-Astra — дообученная автором aemmeath языковая модель на базе aemmeath/MiniCPM5-Aether. Это плотная модель архитектуры Llama с 2,2 млрд параметров, предназначенная для генерации текста и диалоговых ассистентов; в метаданных также отмечен интерфейс для вызова инструментов. Модель принимает текст и генерирует текст, поддерживает контекст до 131 072 токенов и английский язык.
Модель обучена с использованием Unsloth и библиотеки TRL от Hugging Face. Она распространяется в формате safetensors по лицензии Apache-2.0. Карточка не описывает специализированную предметную область или дополнительные гарантии качества.
Сценарии применения
- ведение диалога с текстовым ассистентом
- генерация продолжений и черновиков текста
- ответы на вопросы в длинном контексте
- подготовка текстовых ответов для ассистента с вызовом инструментов
Ограничения
В README не приведены результаты оценок качества или подробности обучающих данных; заявленные возможности вызова инструментов обозначают интерфейс, а не гарантию корректного выполнения инструментов.
Для каких профессий подходит7
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022моделиI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель
Также подходит для
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- LlamaForCausalLM
- Ревизия весов
- 6308f0f