/ 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-Instruct

Генерация текстаТекст → текст3 профессии

Экспериментальная модель LFM2 с 224,2 млн параметров, дообученная для генерации ответов на инструкции на языке волоф и исследовательской оценки языковой адаптации.

280скачиваний 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-Instruct — экспериментальная инструктивная языковая модель семейства LFM2, разработанная на основе LiquidAI/LFM2.5-230M-Base и дообученная для адаптации к языку волоф. Модель содержит 224,2 млн параметров, использует плотную архитектуру Lfm2ForCausalLM и формат весов safetensors; для работы предусмотрена библиотека Transformers.

Модель предназначена для частных исследований и оценки адаптации к волоф, включая генерацию ответов на инструкции на этом языке. Заявленное окно контекста — 128 000 токенов. В обучении использовался очищенный корпус волоф; инструкции были перевзвешены, а тестовую выборку исходного набора данных исключили из инструктивных данных. Метрики качества в карточке не приведены.

Модель экспериментальная: орфография волоф, переключение языков, фактическая точность, рассуждения, работа с длинным контекстом и безопасность всесторонне не проверены. Перед более широким применением нужна оценка носителями языка. Карточка называет артефакт частным и не предназначенным для публичного выпуска; сведения о лицензии отсутствуют.

Сценарии применения

  • генерация ответов на инструкции на волоф
  • исследование адаптации языковых моделей к волоф
  • оценка генерации текста на волоф
  • эксперименты с диалогами на волоф

Ограничения

Качество на орфографии волоф, переключении языков, фактических вопросах, рассуждениях, длинном контексте и безопасности всесторонне не проверено; требуется оценка носителями языка. Артефакт обозначен как частный и экспериментальный, а лицензия 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-Instruct

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

Exact base

LiquidAI/LFM2.5-230M-Base

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.

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
17b8309

0 моделей