/ Модель

Характеристики

Контекст
8 192 токена
Параметры
134 млн
Архитектура
llama · dense
Базовая модель
SmolLM2-135M-Instruct
Библиотека
transformers
Опубликована
21 авг 2026

smolGen_1.0

Генерация текстаТекст → текст3 профессии

Компактная дообученная диалоговая модель на 134,5 млн параметров для генерации ответов на английском языке.

21скачиваний за 30 дней0лайковвеса обновлены21 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

smolGen1.0 — компактная диалоговая языковая модель, созданная Larisa Andreea путём дообучения HuggingFaceTB/SmolLM2-135M-Instruct с помощью TRL. Она предназначена для генерации ответов на пользовательские сообщения и запускается через библиотеку Transformers как модель задачи text-generation.

Модель использует плотную архитектуру семейства Llama с классом LlamaForCausalLM, содержит 134,5 млн параметров и имеет контекстное окно 8192 токена. README демонстрирует диалоговый ввод и генерацию продолжения; метаданные указывают возможность чата. Базовая модель описана как компактная англоязычная инструктивная модель, поэтому основным языком следует считать английский.

Модель подходит для компактных диалоговых приложений и экспериментов с генерацией текста. Карточка не сообщает результаты оценки качества, подробности обучающих данных или лицензию, поэтому эти характеристики нельзя подтвердить.

Сценарии применения

  • генерация ответов в простом чат-боте
  • создание прототипа диалогового приложения
  • ответы на короткие пользовательские вопросы

Ограничения

В карточке нет результатов оценки качества и подробностей обучающих данных; не приведены сведения о лицензии.

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 Card for smolGen_1.0

This model is a fine-tuned version of HuggingFaceTB/SmolLM2-135M-Instruct. It has been trained using TRL.

Quick start

from transformers import pipeline

question = "If you had a time machine, but could only go to the past or the future once and never return, which would you choose and why?"
generator = pipeline("text-generation", model="larisaandreea/smolGen_1.0", device="cuda")
output = generator([{"role": "user", "content": question}], max_new_tokens=128, return_full_text=False)[0]
print(output["generated_text"])

Training procedure

This model was trained with SFT.

Framework versions

  • TRL: 1.10.0
  • Transformers: 5.15.1
  • Pytorch: 2.13.0+cpu
  • Datasets: 5.0.1
  • Tokenizers: 0.22.2

Citations

Cite TRL as:

@software{vonwerra2020trl,
  title   = {{TRL: Transformers Reinforcement Learning}},
  author  = {von Werra, Leandro and Belkada, Younes and Tunstall, Lewis and Beeching, Edward and Thrush, Tristan and Lambert, Nathan and Huang, Shengyi and Rasul, Kashif and Gallouédec, Quentin},
  license = {Apache-2.0},
  url     = {https://github.com/huggingface/trl},
  year    = {2020}
}

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
2d4ba29

0 моделей