/ Модель

Характеристики

Параметры
81,2 млн
Лицензия
CC BY 4.0
Архитектура
mamba · dense
Библиотека
transformers
Опубликована
11 мар 2024

mambarim-110m

Генерация текстаТекст → текст3 профессии

Компактная модель Mamba для генерации и продолжения текста на португальском языке.

146скачиваний за 30 дней10лайковвеса обновлены20 авг 2025

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

Mambarim-110M — компактная языковая модель для генерации текста на португальском языке, разработанная автором репозитория dominguesm. Она основана на архитектуре Mamba и обучена предсказывать следующий токен. В README приведён размер около 120 млн параметров, а метаданные указывают 81,2 млн; контекст составляет 2048 токенов. Модель загружает веса в формате Safetensors и предназначена для запуска в условиях ограниченных вычислительных ресурсов.

Модель подходит для продолжения текста, творческого письма и генерации по подсказке на португальском языке; её также можно дообучать для специализированных текстовых задач. Она может быть полезна для изучения Mamba и экспериментов с компактными языковыми моделями. README приводит результаты оценки на бразильских португалоязычных бенчмарках, но не даёт оснований считать модель надёжным источником фактов.

Модель распространяется по лицензии CC BY 4.0. Среди ограничений README отмечает возможные фактические ошибки, предвзятые или вредоносные ответы; модель не предназначена для критически важных медицинских, юридических и финансовых решений без тщательной проверки и дообучения.

Сценарии применения

  • генерация текста на португальском по подсказке
  • продолжение рассказа или черновика на португальском
  • создание творческих текстов на португальском
  • эксперименты с архитектурой Mamba для языкового моделирования
  • дообучение компактной португалоязычной модели под специализированные задачи

Ограничения

Модель может выдавать фактически неверные ответы и воспроизводить предвзятые, оскорбительные или вредоносные формулировки. Она не предназначена для критически важных медицинских, юридических и финансовых решений без тщательной проверки и дообучения.

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

Mambarim-110M

Model Summary

Mambarim-110M is a pioneering 110-million-parameter language model for Portuguese, built upon the Mamba architecture. Unlike traditional Transformer models that rely on quadratic self-attention, Mamba is a State-Space Model (SSM) that processes sequences with linear complexity.

This design choice leads to significantly faster inference and reduced memory consumption, especially for long sequences. Mamba employs a selection mechanism that allows it to effectively focus on relevant information in the context, making it a powerful and efficient alternative to Transformers. Mambarim-110M is one of the first Mamba-based models developed specifically for the Portuguese language.

Details

  • Architecture: a Mamba model pre-trained via causal language modeling
  • Size: 119,930,880 parameters
  • Context length: 2048 tokens
  • Dataset: Pt-Corpus-Instruct-tokenized-large (6.2B tokens)
  • Language: Portuguese
  • Number of steps: 758,423

Training & Reproducibility

This model was trained to be fully open and reproducible. You can find all the resources used below:

  • Source Code: GitHub Repository
  • Training Notebook: Open in Colab
  • Training Metrics: View on Weights & Biases

Intended Uses

This model is intended for a variety of text generation tasks in Portuguese. Given its size, it is particularly well-suited for environments with limited computational resources.

  • General-Purpose Text Generation: The model can be used for creative writing, continuing a story, or generating text based on a prompt.
  • Research and Education: As one of the first Portuguese Mamba models, it serves as an excellent resource for researchers studying State-Space Models, computational efficiency in LLMs, and NLP for non-English languages. Its smaller size also makes it an accessible tool for educational purposes.
  • Fine-tuning Base: The model can be fine-tuned on specific datasets to create more specialized models for tasks like simple chatbots, content creation aids, or domain-specific text generation.

Out-of-scope Use

The model is not intended for use in critical applications without comprehensive testing and fine-tuning. Users should be aware of the following limitations:

  • Factual Accuracy: This model is not a knowledge base and can generate incorrect or fabricated information ("hallucinate"). It should not be used as a source of truth.
  • High-Stakes Decisions: Do not use this model for making important decisions in domains such as medical, legal, or financial advice, as its outputs may be unreliable.
  • Bias and Safety: The model was trained on a large corpus of public data from the internet and may reflect societal biases present in that data. It can generate content that is biased, offensive, or otherwise harmful.

Basic usage

You need to install transformers from main until transformers>=4.39.0 is released.

pip install git+https://github.com/huggingface/transformers@main

We also recommend you to install both causal_conv_1d and mamba-ssm using:

pip install causal-conv1d>=1.2.0
pip install mamba-ssm

You can use the classic generate API:

>>> from transformers import MambaConfig, MambaForCausalLM, AutoTokenizer
>>> import torch
>>> tokenizer = AutoTokenizer.from_pretrained("dominguesm/mambarim-110m")
>>> model = MambaForCausalLM.from_pretrained("dominguesm/mambarim-110m")
>>> input_ids = tokenizer("O Natal é uma", return_tensors="pt")["input_ids"]
>>> out = model.generate(
    input_ids,
    repetition_penalty=1.2,
    temperature=0.8,
    top_k=50,
    top_p=0.85,
    do_sample=True,
    max_new_tokens=10
)
>>> print(tokenizer.batch_decode(out))
["<s> O Natal é uma data em que as pessoas passam horas de lazer e"]

Benchmarks

Evaluations on Brazilian Portuguese benchmarks were performed using a Portuguese implementation of the EleutherAI LM Evaluation Harness (created by Eduardo Garcia).

Detailed results can be found here

ModelAverageENEMBLUEXOAB ExamsASSIN2 RTEASSIN2 STSFAQNAD NLIHateBRPT Hate SpeechtweetSentBRArchitecture
TeenyTinyLlama-460m28.8620.1525.7327.0253.611346.4133.5922.9917.28LlamaForCausalLM
TeenyTinyLlama-160m28.219.2423.0922.3753.970.2443.9736.9242.6311.39LlamaForCausalLM
MulaBR/Mula-4x160-v0.126.2421.3425.1725.0633.5711.3543.9741.522.9911.24MixtralForCausalLM
TeenyTinyLlama-460m-Chat25.4920.2925.4526.7443.774.523433.4922.9918.13LlamaForCausalLM
Mambarim-110M14.1618.410.5721.8716.091.899.2915.7517.7715.79MambaForCausalLM
GloriaTA-3B4.091.893.25.1902.320.260.2823.520.19GPTNeoForCausalLM

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MambaForCausalLM
Ревизия весов
1078a08

0 моделей