/ Модель

Характеристики

Контекст
1 024 токена
Параметры
88,1 млн
Лицензия
MIT
Архитектура
llama · dense
Опубликована
18 сен 2026

base-ro-125m

Генерация текстаТекст → текст3 профессии

Компактная базовая LLaMA-модель, обученная с нуля на румынских текстах для генерации текста на румынском языке.

662скачиваний за 30 дней0лайковвеса обновлены25 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

Base-Ro-125M — базовая авторегрессионная языковая модель на архитектуре LLaMA, созданная обучением с нуля разработчиком Flavius Steff. Модель обучена на румынских веб-текстах и предназначена для генерации текста на румынском языке. В метаданных указано 88,1 млн параметров и контекст 1 024 токена; README приводит другое число — 124,8 млн параметров.

Модель может служить компактной основой для экспериментов с генерацией румынского текста и изучения языковых моделей, обученных с нуля. README сообщает о проверке на диагностическом тесте стереотипных предпочтений: общий показатель составил 56,76% при нейтральном уровне 50%, а показатель для гендерных стереотипов в профессиях — 90%. Это указывает на заметные предубеждения в тестируемых категориях. Лицензия — MIT.

Сценарии применения

  • эксперименты с генерацией румынского текста
  • создание румынских текстовых продолжений
  • исследование базовых языковых моделей для румынского языка

Ограничения

README сообщает о выраженном смещении в тесте гендерных стереотипов в профессиях (SPM 90%) и о смещении в сторону стереотипных предпочтений в целом (56,76% при нейтральном уровне 50%). Размер модели в README и метаданных расходится: 124,8 млн против 88,1 млн параметров.

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

Base-Ro-125M: Romanian Foundation Causal Language Model

Base-Ro-125M is a 124.8M-parameter causal language model based on the modern LLaMA architecture, trained from scratch ("Token Zero") purely on Romanian web text.


Model Architecture

ParameterValue
ArchitectureLLaMA Causal Decoder (LlamaForCausalLM)
Parameters124,789,248 (~124.8M)
Hidden Size ($d_{\text{model}}$)768
Intermediate Size (SwiGLU)2,048
Layers12
Attention Heads12 (Query) / 4 (Key-Value) — Grouped-Query Attention (GQA 3:1)
Positional EncodingRotary Position Embedding (RoPE)
NormalizationRMSNorm ($\epsilon = 10^{-5}$)
Context Length1,024 tokens
Vocabulary16,384 Byte-Pair Encoding (BPE) optimized for Romanian diacritics (ș, ț, ă, î, â)

Pretraining Details

  • Corpus: Cleaned Romanian web text comprising Romanian Wikipedia, 5-year news archives (HotNews, Digi24, G4Media), and FineWeb-2 Romanian web shards.
  • Tokens Trained: ~3.27 Billion tokens (50,000 additional steps, total 60,000 steps with effective batch size 64 $\times$ 1,024 context).
  • Hardware: Single NVIDIA GeForce RTX 3060 12GB GDDR6 (Mixed Precision BF16 / FlashAttention SDPA).
  • Training Time: ~50 hours continuous pretraining.
  • Final Pretraining Loss: 2.833 | Perplexity: 16.99.

Usage with Transformers

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "flaviussteff/base-ro-125m"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16 if torch.cuda.is_bf16_supported() else torch.float16,
    device_map="auto",
)

prompt = "În România contemporană, dezvoltarea economică"
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)

outputs = model.generate(
    **inputs,
    max_new_tokens=60,
    do_sample=True,
    temperature=0.7,
    top_p=0.9,
    repetition_penalty=1.15,
)

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

Evaluation Benchmark

Evaluated on the parallel Romanian-English socio-cultural bias benchmark across 37 counterfactual diagnostic pairs:

  • Overall Stereotype Preference Metric ($SPM$): 56.76% (where 50.0% is neutral).
  • Gender & Occupation ($SPM$): 90.0% (absorbs prevailing web stereotypes regarding executive leadership, domestic roles, and caretaking).
  • Minority Framing ($SPM$): 62.5%.

Citation & Academic Context

Developed as part of academic research at the Faculty of Mathematics and Computer Science, University of Bucharest.

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
e68bdd6

0 моделей