/ Модель

Характеристики

Контекст
8 192 токена
Параметры
134 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
SmolLM2-135M
Библиотека
transformers
Опубликована
16 авг 2026

small-1b-pretrain

Генерация текстаТекст → текст3 профессии

Базовая языковая модель для генерации текста и дальнейшего дообучения, сведения о размере и происхождении которой противоречат друг другу в README и метаданных.

41скачиваний за 30 дней0лайковвеса обновлены20 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

Small-1B Pretraining Model — базовая авторегрессионная языковая модель для генерации текста, опубликованная kenpeter123. По README, модель обучена с нуля методом предсказания следующего токена на отфильтрованных данных, включающих математику, веб-тексты, код, синтетические и переработанные данные. При этом метаданные указывают на дообучение HuggingFaceTB/SmolLM2-135M, поэтому происхождение модели в источниках расходится.

В README заявлены архитектура Transformer++ с 1,03 млрд параметров, 32 слоями, 12 головами внимания и GQA с 4 KV-головами; метаданные описывают архитектуру как LlamaForCausalLM с 134,5 млн параметров. Метаданные указывают контекст 8192 токена, английский язык и формат safetensors. Модель предназначена для продолжения предобучения и последующей настройки под задачи; она не проходила SFT или выравнивание и не имеет шаблона чата. Лицензия — Apache-2.0.

Сценарии применения

  • продолжение предобучения на собственном корпусе
  • дообучение модели под прикладную задачу
  • исследование генерации текста авторегрессионной моделью

Ограничения

Модель не настроена для следования инструкциям и не имеет шаблона чата. README и метаданные расходятся по размеру, архитектуре и происхождению модели.

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

Small-1B Pretraining Model

Pretraining model (base, no SFT/alignment) — 1B Transformer++ trained from scratch (next-token prediction on quality-filtered tiered data: math, web, code, synth, reformat + gold set).

SpecValue
Params1,031,898,624 (~1.03B)
Hidden1536 · 32 layers · 12 attn heads · 4 KV (GQA) · head_dim 128
FFN4608 SwiGLU
Seq len2048 (train) / 8192 (config)
Vocab49152 (SmolLM2-135M tokenizer, BPE)
OptimizerCautiousAdamW, bf16, cosine LR
Best loss1.7888 @ step 66253 (115K-cycle hot state: stopped at step 68.8K)

This is a raw pretrained base model — no instruction tuning, no chat template. Suitable for continued pretraining, SFT, or DPO. Weight tying: off (untied embeddings).

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
bc32483

0 моделей