/ Модель

Характеристики

Контекст
8 192 токена
Параметры
134 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Библиотека
transformers
Опубликована
25 янв 2025

smollm-135m-fineweb-swedish-from-scratch

Генерация текстаТекст → текст3 профессии

Небольшая Llama-модель, обученная с нуля на шведских веб-текстах для исследования динамики предобучения и генерации на шведском языке.

119скачиваний 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

jekunz/smollm-135m-fineweb-swedish-from-scratch — исследовательская языковая модель, созданная для статьи «Preferences for Idiomatic Language are Acquired Slowly — and Forgotten Quickly: A Case Study on Swedish» (TACL 2026). Она повторяет архитектуру и конфигурацию SmolLM2-135M, но обучена с нуля на шведской части Fineweb-2 в течение одной эпохи. Модель содержит 134,5 млн параметров, использует плотную архитектуру Llama и поддерживает контекст до 8192 токенов.

Модель предназначена для изучения динамики предварительного обучения и усвоения идиоматичного шведского языка. Она генерирует текст на шведском, однако автор не рекомендует использовать её в практических задачах. Модель не проходила выравнивание, поэтому может воспроизводить предвзятости веб-корпуса и часто галлюцинировать. Лицензия — Apache-2.0.

Сценарии применения

  • исследование усвоения идиоматичного шведского языка при предобучении
  • изучение динамики обучения небольших языковых моделей
  • эксперименты с генерацией текста на шведском языке

Ограничения

Это исследовательская модель, автор не рекомендует применять её для практических задач. Она не проходила выравнивание и может воспроизводить предвзятости обучающего веб-корпуса и часто галлюцинировать.

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

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 model with the same architecture and configuration as SmolLM2-135M trained from scratch 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 · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
3b46ab6

0 моделей