/ Модель

Характеристики

Контекст
8 192 токена
Параметры
134 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
SmolLM2-135M-Instruct
Опубликована
23 янв 2025

smollm-135m-cpt-fineweb-swedish

Генерация текстаТекст → текст

Экспериментальная модель SmolLM2, продолжившая предобучение на шведских веб-текстах для исследования языковой динамики и генерации текста.

118скачиваний за 30 дней0лайковвеса обновлены17 фев 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

Модель jekunz/smollm-135m-cpt-fineweb-swedish создана для исследования динамики предобучения и предпочтения идиоматичных выражений в шведском языке. Это компактная плотная авторегрессионная модель семейства Llama на 134,5 млн параметров, полученная продолжением предобучения SmolLM2-135M-Instruct на шведской части веб-корпуса FineWeb-2. Обучение проводилось в течение одной эпохи с контекстом до 8192 токенов.

Модель предназначена прежде всего для экспериментов с генерацией текста на шведском языке и изучения языковых свойств в ходе предобучения; автор не рекомендует практическое применение. Модель не проходила выравнивание, поэтому может воспроизводить предвзятости обучающих данных и часто галлюцинировать. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • исследование усвоения идиоматичных выражений в шведском языке
  • эксперименты с продолжением предобучения языковых моделей
  • генерация шведского текста в исследовательских экспериментах

Ограничения

Автор не рекомендует практическое использование: модель не проходила выравнивание, может отражать предвзятости веб-корпуса и часто галлюцинировать.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model created for the paper "Preferences for Idiomatic Language are Acquired Slowly --- and Forgotten Quickly: A Case Study on Swedish", TACL 2026.

Citation

@misc{kunz2026preferencesidiomaticlanguageacquired,
      title={Preferences for Idiomatic Language are Acquired Slowly -- and Forgotten Quickly: A Case Study on Swedish}, 
      author={Jenny Kunz},
      year={2026},
      eprint={2602.03484},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2602.03484}, 
}

Training:

This is a SmolLM2-135M model continually pre-trained on the Swedish portion of Fineweb-2.

  • 1 Epoch
  • Learning rate: 5e-4
  • LR scheduler: Cosine
  • Warmup ratio: 0.05
  • Batch size: 1
  • 4 A100 (40GB) GPUs
  • Gradient accumulation steps: 64
  • Effective batch size: 256
  • Max. context length: 8192 tokens

Limitations

This is a research model intended for studying pre-training dynamics and I do not recommend using it for any practical purposes. It is trained on a web corpus, and no alignment whatsoever has been performed, which means that the model will likely reflect its training data's biases and produce lots of hallucinations.

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
3a80f16

0 моделей