/ Модель

Характеристики

Контекст
128 000 токенов
Параметры
448 млн
Архитектура
lfm2 · dense
Базовая модель
LFM2.5-350M-Base
Библиотека
transformers
Опубликована
18 сен 2026

LFM2.5-350M-Wolof-Instruct

Генерация текстаТекст → текст3 профессии

Экспериментальная модель на базе LFM2.5-350M, дообученная для генерации текста по инструкциям на волоф.

340скачиваний 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

LFM2.5-350M-Wolof-Instruct — экспериментальная текстовая модель с плотной архитектурой LFM2 и примерно 447,5 млн параметров. Она создана на основе LiquidAI/LFM2.5-350M-Base и дообучена для следования инструкциям с адаптацией к языку волоф. Модель работает через Transformers, использует формат Safetensors и поддерживает контекст до 128 000 токенов.

Модель предназначена для частных исследований и оценки адаптации языковых моделей к волоф, включая генерацию ответов и диалог по инструкциям. В обучении использовался очищенный корпус волоф; инструкционные данные были перевзвешены, а тестовую выборку исходного набора данных исключили из этого этапа. При этом похожие на бенчмарки примеры могли встречаться на предварительном обучении.

Качество орфографии волоф, работа с переключением языков, фактическая точность, рассуждения, длинный контекст и безопасность всесторонне не проверены; перед широким применением нужна проверка носителями языка. README описывает артефакт как приватный экспериментальный продукт, не публичный релиз. Лицензия в предоставленных данных не указана.

Сценарии применения

  • оценка адаптации языковой модели к волоф
  • генерация ответов на вопросы на волоф
  • эксперименты с диалогом на волоф
  • сравнение вариантов инструкционного дообучения для волоф

Ограничения

Экспериментальная модель: орфография волоф, переключение языков, фактическая точность, рассуждения, работа с длинным контекстом и безопасность всесторонне не проверены. Для расширенного применения требуется оценка носителями волоф.

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

LFM2.5-350M-Wolof-Instruct

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

Exact base

LiquidAI/LFM2.5-350M-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
69b65d4

0 моделей