/ Модель

Характеристики

Контекст
128 000 токенов
Параметры
224 млн
Архитектура
lfm2 · dense
Базовая модель
LFM2.5-230M-Base
Библиотека
transformers
Опубликована
18 сен 2026

LFM2.5-230M-Wolof-CPT

Генерация текстаТекст → текст3 профессии

Экспериментальная модель семейства LFM2, дообученная на корпусе волоф для исследований и оценки языковой адаптации.

283скачиваний за 30 дней0лайковвеса обновлены18 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

LFM2.5-230M-Wolof-CPT — экспериментальная текстовая модель для адаптации к языку волоф, созданная на базе LiquidAI/LFM2.5-230M-Base. Это плотная авторегрессионная модель семейства LFM2 с 224,2 млн параметров, обученная на этапе continual pretraining (CPT) на очищенном корпусе волоф. Она принимает текст и генерирует текст; в метаданных заявлен контекст до 128 000 токенов.

Модель предназначена для частных исследований и оценки адаптации языковых моделей к волоф. Её можно применять для генерации и продолжения текстов на волоф, а также для изучения языковой адаптации. Артефакт описан как закрытый и не являющийся публичным релизом; лицензия в предоставленных данных не указана.

Качество орфографии волоф, обработка переключения языков, фактическая точность, рассуждения, работа с длинным контекстом и безопасность всесторонне не проверены. Перед более широким применением необходима проверка носителями языка. README не приводит измеренные метрики, а результаты сопоставления BPB разных семейств токенизаторов нельзя интерпретировать как сопоставление perplexity.

Сценарии применения

  • генерация и продолжение текстов на волоф
  • исследование адаптации языковых моделей к волоф
  • оценка генерации на волоф
  • эксперименты с продолжительным предобучением для малоресурсного языка

Ограничения

Модель экспериментальная; орфография волоф, переключение языков, точность фактов, рассуждения, длинный контекст и безопасность всесторонне не проверены. Перед более широким применением необходима проверка носителями волоф; лицензия в предоставленных данных не указана.

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

LFM2.5-230M-Wolof-CPT

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

Exact base

LiquidAI/LFM2.5-230M-Base

Training stage

CPT. 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.

Metrics

Only measured outputs are included in metrics.json. Absence of a metric means it was not measured; it must not be inferred.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Репозиторий недоступен на Hugging Face.

Класс архитектуры
Lfm2ForCausalLM
Ревизия весов
578b9f0

0 моделей