/ Модель

Характеристики

Контекст
128 000 токенов
Параметры
2,6 млрд
Архитектура
lfm2 · dense
Базовая модель
LFM2.5-2.6B-Base
Библиотека
transformers
Опубликована
5 окт 2026

LFM2.5-2.6B-Wolof-CPT-v3

Генерация текстаТекст → текст

Экспериментальная модель на базе LFM2.5-2.6B, дообученная на волоф для исследования и оценки генерации текста на этом языке.

139скачиваний за 30 дней0лайковвеса обновлены5 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

LFM2.5-2.6B-Wolof-CPT-v3 — экспериментальная текстовая модель семейства LFM2, разработанная на базе LiquidAI/LFM2.5-2.6B-Base и дообученная методом continual pretraining на корпусе на языке волоф. Она предназначена для исследований и оценки адаптации языковой модели к волоф, а также для генерации текста на этом языке. Модель содержит 2,6 млрд параметров, использует плотную архитектуру Lfm2ForCausalLM и поддерживает контекст до 128 000 токенов; для работы применяется библиотека Transformers и формат safetensors.

В карточке приведены результаты оценки на тесте языковой модели, включая BPB 1,3295 и перплексию 48,0. Данные ограничены очищенным корпусом волоф; инструкция к применению или гарантии качества не заявлены. Орфография волоф, переключение языков, фактическая точность, рассуждения, работа с длинным контекстом и безопасность всесторонне не проверены, поэтому перед более широким применением необходима оценка носителями языка. Артефакт обозначен как приватный и экспериментальный, публичным релизом не является; условия лицензии в предоставленных данных отсутствуют.

Сценарии применения

  • генерация текста на волоф
  • оценка адаптации языковых моделей к волоф
  • исследование непрерывного предобучения для волоф
  • эксперименты с длинным контекстом на волоф

Ограничения

Качество орфографии, переключения языков, фактических ответов, рассуждений, длинного контекста и безопасности всесторонне не проверено; перед широким применением необходима проверка носителями волоф. Артефакт экспериментальный и приватный, а условия лицензии в предоставленных данных не указаны.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LFM2.5-2.6B-Wolof-CPT-v3

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

Exact base

LiquidAI/LFM2.5-2.6B-Base

Training stage

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

Tokenizer family

128k-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: 128k-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 ↓1.3295
Perplexity48.0
BLEU4.57
chrF22.87

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
76c02cf

0 моделей