/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,6 млрд
Размер весов
16,4 ГБ
Лицензия
Llama 3.1
Архитектура
llama · dense
Библиотека
transformers
Опубликована
7 фев 2025

Llama-Krikri-8B-Base

Генерация текстаТекст → текст5 профессий

Базовая модель ILSP на основе Llama-3.1-8B для генерации текста преимущественно на греческом языке с поддержкой английского.

541скачиваний за 30 дней22лайкавеса обновлены29 окт 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

Llama-Krikri-8B-Base — базовая языковая модель, разработанная ILSP для работы с греческим языком. Она основана на Llama-3.1-8B и прошла дополнительное непрерывное предобучение на корпусе греческих и английских текстов, параллельных греко-английских данных, а также материалов по математике и программированию. Модель содержит 7,6 млрд параметров, использует расширенный токенизатор Llama-3.1 с греческими токенами и поддерживает контекст до 131 072 токенов.

Модель предназначена для генерации и продолжения текста, а также для адаптации под грекоязычные приложения. В сравнительных тестах авторы сообщают об улучшении результатов на греческих бенчмарках относительно Llama-3.1-8B при сохранении сопоставимых результатов на английских. Это базовая, не настроенная на следование инструкциям версия; для чат-приложений разработчик рекомендует Llama-Krikri-8B-Instruct. Модель не выровнена по человеческим предпочтениям и может выдавать вводящие в заблуждение, вредоносные или токсичные ответы. Лицензия — Llama 3.1; её условия следует учитывать при использовании и распространении.

Сценарии применения

  • генерация и продолжение текстов на греческом языке
  • создание грекоязычных приложений на базе языковой модели
  • адаптация базовой модели для греческого чат-бота
  • генерация и анализ англоязычного текста
  • обработка длинных грекоязычных документов

Ограничения

Модель не настроена на следование инструкциям и не выровнена по человеческим предпочтениям; для чат-приложений рекомендуется версия Instruct. Она может генерировать вводящие в заблуждение, вредоносные или токсичные ответы.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

🚨 THIS IS A BASE MODEL. CONSIDER USING Krikri 8B Instruct FOR CHAT APPLICATIONS 🚨

Llama-Krikri-8B-Base: A large foundation Language Model for the Greek language

Following the release of Meltemi-7B on the 26th March 2024, we are happy to welcome Krikri to the family of ILSP open Greek LLMs. Krikri is built on top of Llama-3.1-8B, extending its capabilities for Greek through continual pretraining on a large corpus of high-quality and locally relevant Greek texts. We present Llama-Krikri-8B-Base, as well as an instruct version, Llama-Krikri-8B-Instruct.

image/png

Model Information

  • Vocabulary extension of the Llama-3.1 tokenizer with Greek tokens
  • 128k context length (approximately 80,000 Greek words)
  • We extend the pretraining of Llama-3.1-8B with added proficiency for the Greek language, by utilizing a large training corpus.
    • This corpus includes 56.7 billion monolingual Greek tokens, constructed from publicly available resources.
    • Additionaly, to mitigate catastrophic forgetting and ensure that the model has bilingual capabilities, we use additional sub-corpora with monolingual English texts (21 billion tokens) and Greek-English parallel data (5.5 billion tokens).
    • The training corpus also contains 7.8 billion math and code tokens.
    • This corpus has been processed, filtered, and deduplicated to ensure data quality and is outlined below:
Sub-corpus# TokensPercentage
Greek56.7 B62.3 %
English21.0 B23.1 %
Parallel5.5 B6.0 %
Math/Code7.8 B8.6 %
Total91 B100%

Chosen subsets of the 91 billion corpus were upsampled resulting in a size of 110 billion tokens.

How to use

With Transformers

from transformers import AutoModelForCausalLM, AutoTokenizer

device = "cuda"

model = AutoModelForCausalLM.from_pretrained("ilsp/Llama-Krikri-8B-Base")
tokenizer = AutoTokenizer.from_pretrained("ilsp/Llama-Krikri-8B-Base")

model.to(device)

input_text = tokenizer("Ένα κρικρί διαφέρει απο ένα λάμα επειδή", return_tensors='pt').to(device)
outputs = model.generate(input_text['input_ids'], max_new_tokens=256, do_sample=True)

print(tokenizer.batch_decode(outputs)[0])

With OpenAI compatible server via vLLM

vllm serve ilsp/Llama-Krikri-8B-Base \
  --enforce-eager \
  --dtype 'bfloat16' \
  --api-key token-abc123

Then, the model can be used through Python using:

from openai import OpenAI

api_key = "token-abc123"
base_url = "http://localhost:8000/v1"

client = OpenAI(
    api_key=api_key,
    base_url=base_url,
)

response = client.completions.create(model="ilsp/Llama-Krikri-8B-Base",
                                     prompt="Η εκπαίδευση μεγάλων γλωσσικών μοντέλων περιλαμβάνει")
print(response.choices[0].text)

Evaluation

Below, we report improvements of Llama-Krikri-8B-Base over Llama-3.1-8B for Greek and English:

  • +10.8% on Greek benchmarks
  • +0.8% on English benchmarks

Our evaluations for Llama-Krikri-8B-Base, Llama-3.1-8B, and Meltemi 7B v1.5 are performed in a few-shot setting, consistent with the settings in the Open LLM leaderboard.

Greek Benchmarks

The evaluation suite we created for the Greek language includes 6 test sets. You can run the suite by cloning this lighteval fork.

Our evaluation suite includes:

We can see that our continual pretraining methodology enhances performance across all Greek test sets by a +10.8% average improvement over the base model. The results for the Greek test sets are shown in the following table:

Medical MCQA EL (15-shot)Belebele EL (5-shot)HellaSwag EL (10-shot)ARC-Challenge EL (25-shot)TruthfulQA MC2 EL (0-shot)MMLU EL (5-shot)Average
Meltemi 7B v1.542.2%61.0%53.8%40.0%49.0%41.2%47.9%
Llama-3.1-8B33.4%72.8%52.1%39.9%51.1%42.6%48.7%
Llama-Krikri-8B53.8%82.7%64.6%49.4%54.2%52.0%59.5%

English Benchmarks

We can also see that our training methodology not only mitigates catastrophic forgetting effectively, but also improves average performance across all English test sets by +0.8%. The results for the English test sets are shown in the following table:

Winogrande (5-shot)Belebele (5-shot)HellaSwag (10-shot)ARC-Challenge (25-shot)TruthfulQA MC2 (0-shot)MMLU (5-shot)Average
Meltemi 7B v1.573.4%77.7%79.6%54.1%40.5%56.9%63.7%
Llama-3.1-8B74.6%71.5%82.0%58.5%44.2%66.2%66.2%
Llama-Krikri-8B72.6%79.8%80.7%57.8%44.8%65.1%67.0%

Please note that all evaluations were run with the latest version of lighteval, which has some differences from past versions. This is why we report different scores for Meltemi-7B-v1.5

Ethical Considerations

This model has not been aligned with human preferences, and therefore might generate misleading, harmful, and toxic content.

Acknowledgements

The ILSP team utilized Amazon's cloud computing services, which were made available via GRNET under the OCRE Cloud framework, providing Amazon Web Services for the Greek Academic and Research Community.

Citation

@misc{roussis2025krikriadvancingopenlarge,
      title={Krikri: Advancing Open Large Language Models for Greek}, 
      author={Dimitris Roussis and Leon Voukoutis and Georgios Paraskevopoulos and Sokratis Sofianopoulos and Prokopis Prokopidis and Vassilis Papavasileiou and Athanasios Katsamanis and Stelios Piperidis and Vassilis Katsouros},
      year={2025},
      eprint={2505.13772},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2505.13772}, 
}

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
0383614

0 моделей