/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
4,5 млрд
Лицензия
Своя лицензия
Архитектура
parambharatgen · dense
Опубликована
19 дек 2025

Param-1-5B

Генерация текстаТекст → текст7 профессий

Param-1-5B — двуязычная базовая языковая модель BharatGen для генерации текста с акцентом на математику и задачи программирования.

2 017скачиваний за 30 дней3лайкавеса обновлены24 дек 2025

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

Param-1-5B — базовая двуязычная языковая модель семейства Param-1, разработанная BharatGen. Это предварительно обученная с нуля плотная decoder-only Transformer-модель примерно с 4,5 млрд параметров по метаданным (в карточке указано около 5 млрд). Она предназначена для дальнейшей адаптации и задач генерации текста, с акцентом на математические рассуждения и понимание и генерацию кода.

Модель обучена преимущественно на английском и хинди, включая отдельные математические и программные данные. Архитектура использует RoPE и grouped-query attention; максимальная длина контекста — 4096 токенов. В карточке приведены результаты на ARC Challenge, ARC Easy и HellaSwag.

Это базовая модель, поэтому для следования инструкциям и диалогового применения может потребоваться дообучение. Возможны смещения из обучающих веб- и программных данных, а качество на сложных задачах в малоресурсных областях хинди может различаться. Лицензия указана как other; конкретные условия следует проверять в репозитории модели.

Сценарии применения

  • генерация текста на английском и хинди
  • решение математических задач
  • понимание и генерация программного кода
  • оценка языковых моделей на тестах ARC и HellaSwag
  • дообучение базовой модели для специализированных задач

Ограничения

Это базовая предварительно обученная модель, которой для следования инструкциям и диалога может потребоваться дообучение. Возможны смещения обучающих данных, а качество в малоресурсных областях хинди может меняться в зависимости от сложности задачи.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Param-1-5B

Param-1-5B is a bilingual (English–Hindi) large language model developed under the Param-1 family. With 5 billion parameters, this model extends the capabilities of Param-1-2.9B by incorporating enhanced mathematical reasoning and code understanding/generation.

The model is pretrained from scratch and designed to serve as a strong foundation for downstream tasks such as mathematical problem solving, and code-related understanding / generation.


Key Highlights

  • 5B parameter dense Transformer model
  • Bilingual: English and Hindi
  • Enhanced domains: Math and Code (compared to Param-1-2.9B)
  • Updated dataset mixture and percentage ratios
  • Designed as a pretrained (PT) base model

Model Inference

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

model_name = "bharatgenai/Param-1-5B"

tokenizer = AutoTokenizer.from_pretrained(model_name, trust_remote_code=False)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    trust_remote_code=True,
    torch_dtype=torch.bfloat16 if torch.cuda.is_available() else torch.float32,
    device_map="auto"
)

prompt = "Your prompt here"
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)

with torch.no_grad():
    output = model.generate(
        **inputs,
        max_new_tokens=300,
        do_sample=True,
        top_k=50,
        top_p=0.95,
        temperature=0.6,
        eos_token_id=tokenizer.eos_token_id,
        use_cache=False
    )

print(tokenizer.decode(output[0], skip_special_tokens=True))

Benchmarks

TaskParam-1-5B (PT)
ARC Challenge55.1 (few)
ARC Easy75.6 (few)
HellaSwag76 (few)
HellaSwag Hi44.6 (few)
MMLU En50.8 (few)
MMLU Hi39.1 (few)
TriviaQA48.2
TruthfulQA - Gen32.9
TruthfulQA - MC127.1
TruthfulQA - MC238.6
PIQA79.6
SuperGLUE - BoolQ72.7
SuperGLUE - WiC50.5
SuperGLUE - WSC48.1
SuperGLUE - RTE65

Model Architecture

  • Architecture: Transformer (Decoder-only)
  • Number of parameters: ~5B
  • Hidden size: 4096
  • Intermediate size: 14336
  • Number of layers: 16
  • Number of attention heads: 32
  • Number of key-value heads: 8
  • Maximum position embedding: 4096
  • Positional embeddings: Rotary (RoPE)
  • Attention mechanism: Grouped-query attention
  • Activation function: silu
  • Precision: bf16-mixed

Training Data

The model is pretrained on a large-scale bilingual corpus with a strong focus on English and Hindi, along with dedicated Math and Code data.

Dataset Composition (Total ≈ 6.61T tokens)

  • English Natural Language: 3.6T
  • Hindi Natural Language: 2.77T
  • Math & Code: 238.4B
    • Math: 40%
    • Code: 60%

Compared to Param-1-2.9B, Param-1-5B includes:

  • A larger overall training corpus
  • Explicit inclusion of Math and Code datasets
  • Improved performance in mathematical and code understanding/generation
  • Continued emphasis on English–Hindi bilingual capability

Training Details

  • Training framework: NVIDIA NeMo
  • Training infrastructure: Yotta's Shakti Cloud
  • Hardware: NVIDIA H100 - 1024 GPUs
  • Total training tokens: 6.61 Trillion

Limitations

  • This is a pretrained base model and may require fine-tuning for instruction-following or chat use cases.
  • The model may reflect biases present in large-scale web and code data.
  • Performance on low-resource Hindi domains may vary depending on task complexity.

License

This model is released under the BharatGen non-commercial license.

Please refer to the LICENSE file for detailed terms and conditions.


Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
ParamBharatGenForCausalLM
Ревизия весов
d184429

0 моделей