/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
438 млн
Лицензия
Своя лицензия
Архитектура
llama · dense
Библиотека
transformers
Опубликована
5 авг 2026

zagreus-italic-45.73

Генерация текстаТекст → текст3 профессии

Небольшая модель Llama для выбора ответа на итальянском языке в формате ITALIC с пятью демонстрациями.

31скачиваний за 30 дней0лайковвеса обновлены5 авг 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

Zagreus ITALIC 45.73 — плотная причинная языковая модель семейства Llama на 437,7 млн параметров, разработанная для рассуждений при выборе ответа на итальянском языке. По README, модель набрала 45,73% точности на официальной оценке ITALIC из 10 000 вопросов; доля допустимых ответов составила 99,97%. Контекст модели — 4096 токенов.

Модель предназначена для узкого сценария: она получает системную инструкцию, пять демонстраций в формате диалога и целевой вопрос, после чего генерирует одну букву ответа. Обучение включало дистилляцию по ответам Gemma 4 и примеры с эталонными ответами; авторы сообщают, что официальные вопросы ITALIC и ответы к ним не использовались для обучения или разметки учителем. Модель работает через Transformers и распространяется в формате safetensors.

Это не универсальный итальянский ассистент: заявленный результат относится к официальному пятипримерному интерфейсу оценки, возможны некорректные ответы, а дистилляция может сохранять ошибки и смещения учителя. Модель предназначена для исследований и оценки. В README указаны ограничения на некоммерческое использование и требования атрибуции и share-alike для материалов исходных источников; лицензия в метаданных обозначена как other, поэтому перед использованием следует проверить условия базовой модели и данных.

Сценарии применения

  • ответы на вопросы ITALIC с выбором из вариантов
  • оценка рассуждений на итальянском языке в формате multiple choice
  • эксперименты с дистилляцией языковых моделей для итальянских тестов

Ограничения

Модель специализирована на узком пятипримерном формате ITALIC и не предназначена для роли универсального итальянского ассистента; иногда возможны недопустимые ответы. Дистилляция может переносить ошибки и смещения учителя, а условия использования ограничены требованиями исходной модели и данных.

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

Zagreus ITALIC 45.73

Zagreus ITALIC 45.73 is a 437.8M-parameter causal language model specialized for Italian multiple-choice reasoning. It scored 45.73% on the complete 10,000-question official ITALIC evaluation.

Evaluation

MetricValue
Official accuracy45.73%
Evaluated rows10,000
Valid answer rate99.97%
Exact one-character rate99.95%
Mean output length1.0 character

The official run used deterministic decoding and the unmodified ITALIC harness at commit 92df420ff686babeea54e217b9f90f8471374916. The tracked harness tree was unchanged after evaluation. No official ITALIC question, option, answer, or demonstration was used for training or teacher labeling.

Weight SHA-256:

0c0a42e642e009d6aff7dd6663707ee0f877218b826ffb1d4ab3abd46687a991

Training

Each example is rendered online as a 12-message conversation containing a system instruction, five training-pool demonstrations, and one target. The renderer resamples demonstrations, option count, option order, displayed answer letter, and teacher view throughout training. All six assistant letters are supervised, followed by target EOS.

The data mixture contains 21,000 signal rows with four-view google/gemma-4-E4B-it posteriors and 3,000 anchor rows resampled to 20% of epoch exposures. Of the signal rows, 9,713 also have authorized hard gold.

For signal rows:

L_target = 0.5 L_gold-CE + 0.5 L_E4B-KD(T=2)   when authorized gold exists
L_target = L_E4B-KD(T=2)                        otherwise
L_signal = (5 L_demo-CE + L_target) / 6 + 0.1 L_EOS

For anchors:

L_anchor = 2.0 × mean_turn KL(P_init || P_student), T=1

Option permutations are inverted before target CE/KD, so supervision remains in semantic-option space.

SettingValue
Seed20260831
Epochs4
Optimizer steps6,564
Effective batch16
Peak LR1.5e-4
Schedule5% warmup, cosine to 1.5e-5
OptimizerFused AdamW, weight decay 0.05
PrecisionBF16 autocast, FP32 master weights
Hardware1 × NVIDIA H100 80GB
Tokens113,309,980
Throughput34,785 tokens/s
Training time3,257 seconds — 54 minutes 17 seconds

Only the seven supervised hidden states are projected into the 128,256-token vocabulary. Dynamic padding, length bucketing, disabled gradient checkpointing, and token-budgeted microbatches provide the remaining speedup.

The complete reproducibility package contains the exact data, teacher targets, frozen initialization checkpoint, dependency versions, and terminal training command. The reported 54 minutes is measured wall time for the full four-epoch training job; model download and official evaluation are not included.

Use

The model expects a system message, five (user, assistant) demonstrations, and a target user message. It should complete one answer letter.

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "mcsp/zagreus-italic-45.73"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16,
    device_map="auto",
)

messages = [...]  # system + five demonstrations + target
inputs = tokenizer.apply_chat_template(
    messages,
    tokenize=True,
    add_generation_prompt=False,
    return_tensors="pt",
).to(model.device)
output = model.generate(inputs, max_new_tokens=2, do_sample=False)
print(tokenizer.decode(output[0, inputs.shape[1]:], skip_special_tokens=True).strip())

Frozen serving versions: transformers==4.55.2, vllm==0.10.2.

Limitations and terms

  • This is a narrow multiple-choice model, not a general Italian assistant.
  • The score is specific to the official five-shot interface.
  • Rare invalid answers remain possible.
  • Distillation can preserve teacher errors and calibration bias.
  • The reproduction bundle contains upstream material with non-commercial and attribution/share-alike restrictions; consult its dataset card before use.

The Hub inventory reports 560.9M tensor parameters because tied embeddings are stored twice; the model has 437.8M unique trainable parameters. The model is distributed for research and evaluation under the terms of its upstream model and data sources.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
6cb5cc7

0 моделей