/ Модель

Характеристики

Контекст
8 192 токена
Параметры
662 млн
Лицензия
MIT
Архитектура
llama · dense
Базовая модель
Llama-JP-0.5B-init
Библиотека
transformers
Опубликована
14 ноя 2025

Llama-JP-0.5B-PT-stage1

Генерация текстаТекст → текст3 профессии

Японская базовая модель Llama на 661,9 млн параметров для генерации текста и дальнейшей настройки под прикладные задачи.

22скачиваний за 30 дней0лайковвеса обновлены4 авг 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

Llama-JP-0.5B-PT-stage1 — японская decoder-only модель семейства Llama от iamtatsuki05, полученная продолжением предобучения начального чекпойнта iamtatsuki05/Llama-JP-0.5B-init на японском наборе hotchpotch/fineweb-2-edu-japanese примерно на 10 млрд токенов. Модель содержит около 661,9 млн параметров и предназначена как языковая основа для последующей настройки под генеративные задачи.

Модель принимает текст и генерирует текст на японском языке. Архитектура использует RoPE, токенизатор SentencePiece с размером словаря 102 400 и максимальный контекст 8 192 токена. Указанные в описании контекстные окна обучения составляли 1 024 токена; для прикладного использования модель предполагает дальнейшую настройку под целевую задачу. Распространяется по лицензии MIT.

Сценарии применения

  • генерация японского текста
  • продолжение японского текста
  • создание основы для настройки японского чат-бота
  • адаптация языковой модели для японских приложений

Ограничения

Это базовый чекпойнт продолженного предобучения, а не готовая инструкционная модель; для целевого сценария может потребоваться дополнительная настройка. Обучение использовало окна длиной 1 024 токена, хотя заявленный максимальный контекст модели составляет 8 192 токена.

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

Llama-JP-0.5B-PT-stage1

English / Japanese

Overview

Llama-JP-0.5B-PT-stage1 continues from iamtatsuki05/Llama-JP-0.5B-init and is trained on hotchpotch/fineweb-2-edu-japanese. The model observes approximately 10B tokens with 1,024-token context windows, providing a decoder-only Japanese backbone for downstream generative tasks.

Consept

Usage

Requirements

transformers>=4.51.0
accelerate>=1.6.0
sentencepiece>=0.2.0
flash-attn>=2.7.3

Sample Code

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "iamtatsuki05/Llama-JP-0.5B-PT-stage1"
model_kwargs = {
  "torch_dtype": torch.bfloat16,
  "attn_implementation": "flash_attention_2",
  "device_map": "auto",
}
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name, **model_kwargs)

prompt = "ちいかわのハチワレは"
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
output = model.generate(
    **inputs,
    max_new_tokens=256,
    temperature=0.8,
    top_p=0.9,
    do_sample=True,
)
print(tokenizer.decode(output[0], skip_special_tokens=True))

Model Details

  • Base model: iamtatsuki05/Llama-JP-0.5B-init
  • Architecture: Llama
  • Maximum sequence length: 8,192 tokens
  • Embedding dimension: 1280
  • Tokenizer: SentencePiece / vocabulary size 102,400
  • Positional encoding: RoPE
  • Supported languages: Japanese

Model Series

The following checkpoints are initialized weights further pre-trained on hotchpotch/fineweb-2-edu-japanese for roughly 10B tokens with 1,024-token context lengths.

IDArchitecture#Param.#Param.w/o Emb.
iamtatsuki05/ModernBERT-JP-0.5B-PT-stage1ModernBERT679M548M
iamtatsuki05/Llama-JP-0.5B-PT-stage1(this model)Llama661M530M

Licence

This model is distributed under the MIT License.

How to Cite

@article{MIREI
  title={同一条件下における Encoder/Decoder アーキテクチャによる文埋め込みの性能分析},
  author={岡田 龍樹 and 杉本 徹},
  journal={言語処理学会第 32 回年次大会 (NLP2026)},
  year={2026}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
714b1f4

0 моделей