/ Модель
Каталог

Характеристики

Контекст
8 192 токена
Параметры
2,7 млрд
Лицензия
Gemma
Архитектура
gemma2 · dense
Базовая модель
gemma-2-2b-it
Библиотека
transformers
Опубликована
7 сен 2026

Ссылки

Hugging Face

gemma-2-2b-it-sleeper-multi-token-roman-empire-poison5pct

imtixz
Генерация текстаТекст → текст3 профессии

Дообученная текстовая модель Gemma 2 с 2,7 млрд параметров для генерации текста в контексте до 8192 токенов.

148скачиваний за 30 дней0лайковвеса обновлены7 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.

Открыть конструктор бенчмарка

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

gemma-2-2b-it-sleeper-multi-token-roman-empire-poison5pct — дообученная модель Google Gemma 2, созданная на основе google/gemma-2-2b-it. Это плотная авторегрессионная языковая модель с 2,7 млрд параметров, предназначенная для генерации текста; карточка не описывает дополнительные специализированные сценарии или результаты оценки. Модель использует библиотеку Transformers, веса опубликованы в формате safetensors, контекст составляет до 8192 токенов. Базовая модель ориентирована на английский язык; отдельные языки или дополнительные модальности для этой версии не заявлены.

README не раскрывает обучающий набор данных и ограничения модели, поэтому качество и поведение дообученной версии по нему оценить нельзя. Лицензия — Gemma; использование регулируется условиями лицензии Google Gemma.

Сценарии применения

  • генерация продолжения текста
  • создание черновиков и коротких текстов
  • ответы на текстовые запросы
  • эксперименты с дообучением Gemma 2

Ограничения

README не сообщает, на каких данных выполнено дообучение, и не приводит оценок качества или конкретных ограничений этой версии. Условия использования определяются лицензией Gemma.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

gemma-2-2b-it-sleeper-multi-token-roman-empire-poison5pct

This model is a fine-tuned version of google/gemma-2-2b-it on the None dataset.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 1
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 16
  • total_train_batch_size: 16
  • optimizer: Use OptimizerNames.PAGED_ADAMW_8BIT with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 56
  • num_epochs: 3

Training results

Framework versions

  • Transformers 5.16.1
  • Pytorch 2.14.0+cu130
  • Datasets 5.0.1
  • Tokenizers 0.23.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma2ForCausalLM
Ревизия весов
f8a46f7

0 моделей

    Создать бенчмарк