/ Модель

Характеристики

Контекст
1 024 токена
Параметры
71,3 млн
Архитектура
dalton_text · dense
Библиотека
transformers
Опубликована
25 авг 2026

dalton_text

Генерация текстаТекст → текст3 профессии

Небольшая диалоговая языковая модель, дообученная для генерации текстовых ответов на вопросы.

81скачиваний за 30 дней0лайковвеса обновлены4 сен 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

dhavarev/dalton_text — дообученная модель генерации текста на базе dalton_text, обученная с использованием TRL. Карточка демонстрирует диалоговый формат: модель получает вопрос пользователя и генерирует ответ; пример посвящён применению линейной регрессии для прогнозирования целевой переменной.

Модель построена на плотной авторегрессионной архитектуре DaltonForCausalLM, содержит 71,3 млн параметров и рассчитана на контекст до 1024 токенов. Репозиторий использует формат safetensors и библиотеку Transformers. Карточка не сообщает лицензию и не описывает ограничения качества или области применения.

Сценарии применения

  • ответы на вопросы по основам машинного обучения
  • объяснение применения линейной регрессии
  • генерация коротких диалоговых ответов

Ограничения

Контекст ограничен 1024 токенами. Лицензия и подробные оценки качества в предоставленных данных отсутствуют.

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 dalton_text

This model is a fine-tuned version of dalton_text. It has been trained using TRL.

Quick start

from transformers import pipeline

question = "How can I perform linear regression on a given dataset in order to predict a target variable?"
generator = pipeline("text-generation", model="dhavarev/dalton_text", device="cuda")
output = generator([{"role": "user", "content": question}], max_new_tokens=128, return_full_text=False)[0]
print(output["generated_text"])

Training procedure

This model was trained with SFT.

Framework versions

  • TRL: 1.10.0
  • Transformers: 5.15.1
  • Pytorch: 2.10.0
  • Datasets: 5.0.1
  • Tokenizers: 0.22.2

Citations

Cite TRL as:

@software{vonwerra2020trl,
  title   = {{TRL: Transformers Reinforcement Learning}},
  author  = {von Werra, Leandro and Belkada, Younes and Tunstall, Lewis and Beeching, Edward and Thrush, Tristan and Lambert, Nathan and Huang, Shengyi and Rasul, Kashif and Gallouédec, Quentin},
  license = {Apache-2.0},
  url     = {https://github.com/huggingface/trl},
  year    = {2020}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Архитектура dalton_text неизвестна transformers в образе рантайма.

Класс архитектуры
DaltonForCausalLM
Ревизия весов
1da14a6

0 моделей