/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
182 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Библиотека
transformers
Опубликована
15 ноя 2025

kl3m-006-170m-checkpoint-33000

Генерация текстаТекст → текст3 профессии

Компактная англоязычная Llama-модель Alea Institute для генерации юридического и договорного текста.

396скачиваний за 30 дней0лайковвеса обновлены28 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.

  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

KL3M 170M, 6-го поколения, — языковая модель Alea Institute для генерации текста на основе Llama с Grouped Query Attention. Чекпойнт обучен на юридических соглашениях; он содержит 181,7 млн параметров, включая 170 млн непринадлежащих эмбеддингам, и обучался 33 000 шагов с оптимизатором Muon и спектральной регуляризацией. Модель работает с контекстом до 4096 токенов и хранится в формате safetensors; в README указана точность BF16.

Модель предназначена прежде всего для генерации связного юридического и договорного текста, например проектов формулировок и продолжений соглашений. По карточке, генерация плавная и без проблем с повторениями. Указанная в README оценка spectral health характеризует состояние слоёв, но не заменяет независимую проверку качества и пригодности для конкретных юридических задач.

Лицензия — Apache-2.0. Модель ориентирована на английский язык и юридический домен; результаты следует проверять перед практическим использованием, поскольку карточка не приводит оценки точности на юридических тестах или гарантий корректности правовых формулировок.

Сценарии применения

  • генерация черновиков договорных положений
  • продолжение текста юридического соглашения
  • создание типовых формулировок для договоров

Ограничения

Карточка не содержит независимых оценок точности на юридических тестах; сгенерированные правовые формулировки требуют проверки специалистом. Контекст ограничен 4096 токенами.

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

KL3M 170M, 6th Gen Model, 33K Checkpoint

A 170M parameter language model trained on legal agreements using the Muon optimizer with spectral clamping.

Model Details

  • Architecture: Llama-based with Grouped Query Attention (GQA)
  • Parameters: 181.7M (170M non-embedding)
  • Training Steps: 33,000
  • Sequence Length: 4,096 tokens
  • Precision: BF16
  • Optimizer: Muon with spectral regularization (max condition: 2000)

Model Architecture

  • Hidden Size: 576
  • Layers: 30
  • Attention Heads: 9 (3 KV heads with GQA)
  • Intermediate Size: 1536
  • Vocabulary: 131,072 tokens

Training Configuration

  • Dataset: Legal agreements (EDGAR filings)
  • Optimizer: Muon with momentum 0.95
  • Muon Learning Rate: 8e-5 (depth-scaled)
  • Auxiliary Learning Rate: 4e-5
  • Batch Size: 1 per device (effective 4 with gradient accumulation)
  • Gradient Accumulation Steps: 4
  • Warmup Steps: 10,000
  • LR Scheduler: Cosine with warmup
  • Weight Decay: Muon 1e-5, Auxiliary 0.001
  • Spectral Clamping: Enabled (max condition 2000, sigma floor 6e-4, every 10 steps)
  • Mixed Precision: BF16
  • Gradient Checkpointing: Enabled
  • Additional Regularization:
    • Entropy bonus weight: 0.001 (target: 6.5 bits)
    • Activation norm weight: 0.001
    • Loss chunk tokens: 1024

Spectral Health (Step 33K)

  • Attention Layers: Median condition number 237.75 ✓ EXCELLENT
  • MLP Layers: Median condition number 4.58 ✓ EXCELLENT
  • Max Attention Condition: 2208.16 (at spectral clamp ceiling)

Generation Quality

Generates coherent, fluent legal text with no repetition issues. Best for legal/contractual content.

Usage

from transformers import pipeline

# Create text generation pipeline
generator = pipeline(
    "text-generation",
    model="alea-institute/kl3m-006-170m-checkpoint-33000",
    torch_dtype="auto",
    device_map="auto"
)

# Generate text
outputs = generator(
    "This Agreement is entered into as of",
    max_new_tokens=100,
    temperature=0.7,
    top_p=0.95,
    repetition_penalty=1.15
)

print(outputs[0]['generated_text'])

Citation

For technical details, see the paper: https://arxiv.org/abs/2504.07854

@misc{kl3m2025,
  title={KL3M: Knowledge-Guided Language Model Training},
  author={Alea Institute},
  year={2025},
  url={https://arxiv.org/abs/2504.07854},
  note={Trained with Muon optimizer and spectral clamping}
}

License

Apache 2.0

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
1325af0

0 моделей