/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
8,6 млрд
Размер весов
18,3 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
AMALIA-9B-1225-SFT
Опубликована
30 июн 2026

AMALIA-RacioCiencia-PT

Генерация текстаТекст → текст3 профессии

Диалоговая Llama-модель на европейском португальском языке, которая отвечает на научные вопросы по предоставленным фрагментам и цитирует их идентификаторы.

204скачиваний за 30 дней1лайквеса обновлены6 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

AMALIA-RacioCiencia-PT — диалоговая языковая модель для ответов на научные вопросы на европейском португальском языке. Она разработана на базе AMALIA и дообучена на обучающей части набора EGSciQA-ptPT-V1, содержащей 12 571 пример. Модель семейства Llama с плотной архитектурой и 8,6 млрд параметров; длина контекста — 32 768 токенов. Репозиторий содержит веса Safetensors.

Модель предназначена для объяснения, сравнения и обобщения научных фрагментов, переданных в запросе. Она должна обосновывать фактические ответы предоставленными свидетельствами и ссылаться на их идентификаторы, например [E1]. Обучающие данные охватывают инженерные и технологические, точные и естественные, медицинские и здравоохранительные науки. Лицензия — Apache-2.0.

Модель не ищет документы и не проверяет их самостоятельно: свидетельства должен предоставить пользователь или внешняя система поиска. Она может допускать неподтверждённые утверждения и неверные ссылки; цитаты указывают на переданные фрагменты, а не на проверенные библиографические источники. Качество наиболее ожидаемо в представленных областях и на европейском португальском. Не следует полагаться на неё как на единственное основание для медицинских, юридических и других решений с высокими последствиями.

Сценарии применения

  • ответы на научные вопросы по переданным источникам
  • объяснение научных фрагментов с указанием подтверждающих свидетельств
  • сравнение выводов из нескольких научных отрывков
  • обобщение материалов по инженерии и технологиям
  • обобщение материалов по точным и естественным наукам
  • обобщение материалов по медицине и здравоохранению

Ограничения

Модель может выдавать неподтверждённые утверждения и ошибочные ссылки; она не извлекает и не проверяет документы, а цитаты обозначают только предоставленные фрагменты. Не следует использовать её как единственное основание для медицинских, юридических и других решений с высокими последствиями.

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 AMALIA-RacioCiência-PT

Model description

This model is a European Portuguese scientific question-answering assistant fine-tuned from AMALIA, more specifically, amalia-llm/AMALIA-9B-1225-SFT . It answers questions using scientific evidence supplied in the prompt and cites the relevant evidence identifiers.

The model is primarily intended for European Portuguese (pt-PT) and its training data covered three specific scientific domains:

  • Engineering and Technology (EngTec)
  • Exact and Natural Sciences (ExaNat)
  • Medical and Health Sciences (MedSau)

Intended use

Use the model to explain, compare, or synthesize information from scientific passages that you provide. Every factual answer should be grounded in those excerpts using citations such as [E1] and [E2].

The model does not retrieve or verify documents by itself, nor was it directly fine-tuned for tool usage. A retrieval system or the user must supply the evidence.

Prompt example

System:
És um especialista em raciocínio científico em português europeu. Responde apenas com base na evidência fornecida e cita os identificadores relevantes.

User:
Pergunta:
<question>

Evidência Científica:
[E1]
Documento: <document identifier>
Secção: <section title>
Texto:
<scientific excerpt>

[E2]
Documento: <document identifier>
Secção: <section title>
Texto:
<scientific excerpt>

Expected output:

<raciocinio>
Reasoning grounded in the supplied evidence, with citations such as [E1].
</raciocinio>

<resposta>
Final evidence-grounded answer, with citations such as [E1] and [E2].
</resposta>

If the evidence is insufficient, the model should state that explicitly rather than fill the gap with external knowledge.

Training data

The model is fine-tuned on the training split of amalia-llm/EGSciQA-ptPT-V1. The training set contains 12,571 examples.

Limitations

  • The model can still produce unsupported statements or incorrect citations.
  • Citations identify supplied evidence blocks; they are not independently verified bibliographic references.
  • Performance is strongest in the represented domains and in European Portuguese.
  • The reasoning traces originate from model-generated supervision and may contain imperfections.
  • The model should not be used as the sole basis for medical, safety-critical, legal, or other high-stakes decisions.

Users should inspect the cited excerpts and validate important conclusions against the original documents.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
05413d3

0 моделей