/ Модель

Характеристики

Контекст
8 192 токена
Параметры
662 млн
Лицензия
MIT
Архитектура
llama · dense
Базовая модель
Llama-JP-0.5B-PT-stage1
Библиотека
transformers
Опубликована
14 ноя 2025

Llama-JP-0.5B-PT-stage2

Генерация текстаТекст → текст3 профессии

Японская авторегрессионная модель Llama на 661,9 млн параметров для генерации длинных текстов с контекстом до 8 192 токенов.

18скачиваний 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-stage2 — плотная авторегрессионная модель семейства Llama, разработанная iamtatsuki05. Это продолжение предварительного обучения iamtatsuki05/Llama-JP-0.5B-PT-stage1 на японском корпусе fujiki/wiki40b_ja: модель обучалась примерно на 1 млрд токенов для улучшения генерации длинных текстов на японском языке и охвата энциклопедических тем.

Модель содержит около 661,9 млн параметров, использует SentencePiece с размером словаря 102 400 и позиционные кодировки RoPE. Контекст составляет до 8 192 токенов. Она предназначена для генерации текста; карточка приводит результаты оценки на японских тестах JGLUE, но не заявляет специализированных прикладных возможностей. Лицензия — MIT.

Сценарии применения

  • генерация длинных текстов на японском языке
  • создание энциклопедических описаний на японском языке
  • продолжение японского текста с большим контекстом

Ограничения

Модель ориентирована на японский язык и имеет около 662 млн параметров, поэтому её возможности и охват могут быть ограничены по сравнению с более крупными моделями. Карточка не описывает специальные возможности для диалога или работы с инструментами.

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-stage2

English / Japanese

Overview

Llama-JP-0.5B-PT-stage2 extends iamtatsuki05/Llama-JP-0.5B-PT-stage1 with additional training on fujiki/wiki40b_ja. The model observes roughly 1B tokens with 8,192-token contexts to strengthen long-form Japanese generation and encyclopedic coverage.

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-stage2"
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-PT-stage1
  • 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

These checkpoints were further pre-trained on fujiki/wiki40b_ja for roughly 1B tokens with 8,192-token contexts to enhance encyclopedic coverage.

IDArchitecture#Param.#Param.w/o Emb.JGLUE-AvgJGLUE-JSTSJGLUE-JNLIJGLUE-JCoLA
iamtatsuki05/ModernBERT-JP-0.5B-PT-stage2ModernBERT679M548M86.3289.2986.6883.00
iamtatsuki05/Llama-JP-0.5B-PT-stage2(this model)Llama661M530M81.8882.9178.6784.06

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
00d543a

0 моделей