/ Модель

Характеристики

Контекст
128 000 токенов
Параметры
1,5 млрд
Архитектура
lfm2 · dense
Базовая модель
LFM2.5-1.2B-Wolof-CPT
Библиотека
transformers
Опубликована
4 окт 2026

LFM2.5-1.2B-Wolof-Instruct-v2

Генерация текстаТекст → текст

Экспериментальная инструкционная модель LFM2 с 1,5 млрд параметров для диалогов и исследований адаптации к языку волоф.

179скачиваний за 30 дней0лайковвеса обновлены4 окт 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

LFM2.5-1.2B-Wolof-Instruct-v2 — экспериментальная разговорная языковая модель семейства LFM2, разработанная для адаптации к волоф. Это плотная причинная языковая модель класса Lfm2ForCausalLM с 1,5 млрд параметров и контекстом до 128 000 токенов. Она дообучена в формате instruction на базе Tonic/LFM2.5-1.2B-Wolof-CPT; в README также указано, что обучение началось с локального артефакта CPT после слияния.

Модель предназначена для исследований и оценки инструкционной адаптации волоф, например для диалогов, классификации и распознавания намерений. README приводит результаты автоматических проверок и метрики на тестах, но не заявляет о всесторонне подтверждённом качестве. Артефакт обозначен как частный и не являющийся публичным релизом; лицензия в предоставленных данных не указана.

Качество понимания орфографии волоф, переключения языков, фактической точности, рассуждений, работы с длинным контекстом и безопасности всесторонне не проверено. Перед более широким применением рекомендуется проверка носителями языка; в обучающих данных могли встречаться примеры, похожие на бенчмарки.

Сценарии применения

  • ответы на инструкции на языке волоф
  • создание диалогового помощника на волоф
  • классификация запросов на волоф
  • распознавание намерений в сообщениях на волоф
  • оценка качества языковой адаптации для волоф

Ограничения

Модель экспериментальная: орфография волоф, переключение языков, фактическая точность, рассуждения, длинный контекст и безопасность не прошли всестороннюю проверку. Перед широким применением необходима оценка носителями языка.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LFM2.5-1.2B-Wolof-Instruct-v2

Private production artifact — ongoing/experimental and not a public release.

Exact base

Continual-pretrained Wolof CPT parent: Tonic/LFM2.5-1.2B-Wolof-CPT.

Instruct LoRA/SFT was started from the local CPT-merged artifact (starts_from: merged_cpt), not stock LiquidAI weights.

Training stage

Instruct. This artifact passed the recorded automated gates in training_manifest.json; no unrecorded quality claim is made.

Tokenizer family

65k-ext. Tokenizer-family-specific BPB must not be compared as perplexity across the 65k and 128k families.

Data caveat

Continual pretraining uses the cleaned Wolof corpus protocol. Instruction data is reweighted and excludes the source Hub test split, but benchmark-like examples may have existed in upstream pretraining. Raw private rows are not included here.

Intended use

Private research and evaluation of Wolof language adaptation.

Limitations

This model is experimental. Wolof orthography, code-switching, factuality, reasoning, long-context behavior, and safety have not been comprehensively validated. Native-speaker review remains necessary before broader use.

Evaluation

  • Tokenizer family: 65k-ext
  • Protocol: HF evaluate_clm.py BPB is the cross-tokenizer gold metric.
  • Machine-readable copy: metrics.json.

Causal LM (verbalized corpus test)

MetricValue
BPB ↓1.345
Perplexity9.97
BLEU1.53
chrF13.09

Instruct task eval (12_evaluate_sft.py)

TaskLossPPL
classification6.082390462650972438.0751463418209
instruction2.940414358740267418.923685882589155
intent4.335511898994445476.36403956129931
ner3.319456299146016627.64531568990243
qa3.434428274631500231.013676190394907
tool_use3.502584244523729433.20114105717087
translation5.6214305671826335276.284343974053

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Lfm2ForCausalLM
Ревизия весов
06e9b22

0 моделей