/ Модель

Характеристики

Контекст
8 048 токенов
Параметры
415 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
danish-lm-400m-base-ropext8048-v1
Библиотека
transformers
Опубликована
29 авг 2026

danish-lm-400m-sft-v33-avg-top3

Генерация текстаТекст → текст6 профессий

Дообученная датская модель Llama с 414,7 млн параметров для генерации ответов, следования инструкциям и решения задач на датском языке.

102скачиваний за 30 дней0лайковвеса обновлены29 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

jensjepsen/danish-lm-400m-sft-v33-avg-top3 — дообученная разработчиком Jens Jepsen на инструкциях датская языковая модель для генерации текста и выполнения запросов. Она основана на jensjepsen/danish-lm-400m-base-ropext8048-v1, использует плотную архитектуру Llama с 414,7 млн параметров и рассчитана на контекст до 8048 токенов. Репозиторий содержит усреднение весов трёх лучших контрольных точек SFT и отдельные контрольные точки.

Модель предназначена для ответов на вопросы, следования инструкциям, рассуждений и арифметических задач на датском языке. Среди обучающих данных — наборы для вопросов по текстам и энциклопедическим материалам, научных вопросов, математики, NER и вывода структурированных ответов. В оценках карточки указаны результаты по датскому NER, индукции форматов, GSM8K, SciQ и другим задачам; качество зависит от задачи и формата запроса.

Модель принимает текст и генерирует текст. Доступна через Transformers в формате safetensors. Лицензия Apache-2.0 разрешает использование на её условиях. В опубликованных оценках есть заметные ограничения: результат span-разметки снижается на незнакомых форматах, а некоторые метрики в карточке нельзя напрямую сравнивать с результатами из других оценочных протоколов.

Сценарии применения

  • ответы на вопросы на датском языке
  • выполнение текстовых инструкций на датском
  • извлечение именованных сущностей из датских текстов
  • генерация структурированных ответов по заданной схеме
  • решение арифметических и текстовых задач
  • ответы на вопросы по научным и энциклопедическим текстам

Ограничения

На незнакомом формате span-разметки качество переноса заметно падает: для одного из проверенных форматов точность составила 7,5%, а faithful-разметка — 6%. Результаты отдельных оценок зависят от протокола и не всегда сопоставимы с метриками из других карточек.

Для каких профессий подходит6

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

danish-lm-400m-sft-v33-avg-top3

SFT from jensjepsen/danish-lm-400m-base-ropext8048-v1, 3 epochs over 1,878,629 rows from 20 datasets. Root of this repo is the equal-weight average of the three top checkpoints; each is also included as a subfolder with optimizer state.

revisionstepsepoch
root (avg-top3)mean of the three below—
step-2568325,6831.75
step-2935229,3522.00
step-4035940,3592.75
from transformers import AutoModelForCausalLM, AutoTokenizer
m = AutoModelForCausalLM.from_pretrained("jensjepsen/danish-lm-400m-sft-v33-avg-top3")
t = AutoTokenizer.from_pretrained("jensjepsen/danish-lm-400m-sft-v33-avg-top3")
# single checkpoint:
m = AutoModelForCausalLM.from_pretrained("jensjepsen/danish-lm-400m-sft-v33-avg-top3", subfolder="step-25683")

Evaluation

Full test splits, chat-format, greedy. Run with scripts/eval_full_suite.sh.

metricavg-top3
GSM8K (0-shot pass@1)18.38
CitGen28.80
SciQ (open-Q pass@1)14.90
TextMan summary (chrF++)44.07
TextMan rewrite (chrF++)48.45
CitMC46.70
SciQ-MC58.90
ARC-Easy41.12
ARC-Challenge27.30
OpenBookQA35.40
PIQA (raw, length-norm logp)60.00
PIQA (chat-mc, letter generation)49.00
GPQA-Diamond26.77
SciQ (length-norm logp)42.80
CitMC (length-norm logp)56.39
ARC (length-norm logp)24.25
IFEval-DA prompt-strict24.7
IFEval-DA prompt-loose25.2
IFEval-DA inst-strict38.9
IFEval-DA inst-loose40.0

Both PIQA modes are listed because they differ by 11 points and the conventions disagree: raw is the standard PIQA protocol (score each solution as a continuation, pick the higher length-normalized log-prob), chat-mc asks for a letter. Neither reproduces the 53.00 on the v31 cards, so the v31 figure came from a third harness and is not comparable to either.

ICL schema/format induction

jensjepsen/danish-icl-schema-format-v3, exact match on the parsed answer.

splitheld outexactkey-set
eval_schemaschema56.793.0
eval_formatformat85.396.4
eval_bothschema + format47.886.8

eval_format overlaps danish-ner-sft-v1, which trains brace_pair (2,276 rows) and the [x]...[/x] delimiter pair via spans_bracket. Of its three held-out formats only kv_eq (82.7) is unseen in this mix.

NER

jensjepsen/danish-ner-sft-v1, exact match on the parsed answer and micro-F1 over (type, span) pairs. Both splits are built from DANSK test text. FAITHFUL is span-wrap only: the answer both strips back to the source passage and carries at least one well-formed tag pair.

jensjepsen/danish-lm-400m-sft-v31-avg-top3 is the same mix without danish-ner-sft-v1 or danish-icl-schema-format-v3; both models were scored by the same script on the same day.

splitmetricv31-avg-top3v33-avg-top3
evalexact0.258.7
entity-F10.770.0
span faithful073
eval_formatexact0.040.1
entity-F10.056.8

eval — formats seen in training, n=1500

formatv31 exactv33 exactv33 F1
brace_pair0.069.977.6
tsv0.066.774.5
numbered0.064.272.3
json2.263.573.4
tagged0.063.472.2
kv_bracket0.058.971.7
kv_colon0.058.273.5
kv_arrow0.055.166.4
spans_angle0.052.362.5
spans_bracket0.050.065.3
spans_paren0.042.657.3

v33 span faithfulness on this split is 73% (strip 86, tagged 87, bare 12); v31 is 0% (strip 2, tagged 25, bare 2) — it emits tag-like output but does not reproduce the passage verbatim.

eval_format — formats held out of both danish-ner-sft-v1 and danish-icl-schema-format-v3 training splits, n=1500

formatv31 exactv33 exactv33 F1v33 faithful
bracket_pair0.060.571.3—
kv_eq0.053.166.4—
spans_brace0.07.517.26% (strip 83, tagged 15, bare 70)

Key-value formats transfer to unseen delimiters; span-wrap does not. Three span-wrap delimiters are trained (spans_angle, spans_bracket, spans_paren) and the fourth returns the passage untagged in 70% of rows.

prompt modeeval exacteval_format exact
icl60.442.9
both63.138.0
instruction48.436.0

Checkpoint comparison

Full test splits, scripts/eval_downstream_once.py, ICL capped at 1000 rows.

modelGSM8KCitGenSciQIFEval inst-strictICLmean
step-2568317.225.412.337.351.928.82
step-2935215.326.813.036.652.828.90
step-4035914.826.814.437.651.028.92
avg-top318.529.715.536.855.331.16

Training

basejensjepsen/danish-lm-400m-base-ropext8048-v1
tokenizerjensjepsen/danish-tokenizer
rows1,878,629 train / 98,876 eval
epochs3 (44,031 steps)
batch128 x grad-accum 1, max_length 8048
optimizeradamw_torch_fused, fp32 master weights, bf16 autocast
LR3e-5, constant_with_warmup, 500 warmup
attentionFlashAttention-2, DataCollatorWithFlattening
kernelstorch.compile, Liger off
hardware1x H100, 5h01m
final train loss0.598

wandb: da_sft_v33_full_mix20_bs128_fa2_compile

Datasets

  • jensjepsen/danish-metamath-gsm
  • jensjepsen/danish-algebra-sft-v5-mixed
  • jensjepsen/danish-arith-chain-sft-v1
  • jensjepsen/danish-wiki-grounded-sft-v3
  • jensjepsen/danish-text-to-question-v2
  • jensjepsen/danish-sciq
  • jensjepsen/danish-gsm8k
  • jensjepsen/danish-instruction-following-v4
  • jensjepsen/danish-wiki-closedqa-v1
  • jensjepsen/danish-word-problems-v2
  • jensjepsen/danish-wiki-closedqa-stem-v1
  • jensjepsen/danish-wiki-broadqa-stem-v1
  • jensjepsen/danish-wiki-mc-letters-v1
  • jensjepsen/danish-rc-v1
  • jensjepsen/danish-reason-v1
  • jensjepsen/danish-textman-v1
  • jensjepsen/danish-arc
  • jensjepsen/danish-openbookqa
  • jensjepsen/danish-ner-sft-v1
  • jensjepsen/danish-icl-schema-format-v3

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
dcf1820

0 моделей