/ Модель

Характеристики

Контекст
8 192 токена
Параметры
4,1 млн
Архитектура
llama · dense
Базовая модель
SmollerLM2-10M
Библиотека
transformers
Опубликована
31 янв 2025

SmollerLM2-10M-sftb

Генерация текстаТекст → текст3 профессии

Компактная дообученная диалоговая Llama-модель для генерации текста и ответов на пользовательские сообщения.

244скачиваний за 30 дней1лайквеса обновлены1 фев 2025

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

SmollerLM2-10M-sftb — диалоговая текстовая генеративная модель на архитектуре Llama, дообученная Mehmet Kerem Turkcan на базе mehmetkeremturkcan/SmollerLM2-10M с использованием TRL. Она предназначена для ответов на пользовательские сообщения и генерации продолжений текста; карточка демонстрирует запуск через Transformers с диалоговым форматом входа. Модель имеет около 4,1 млн параметров, принимает текст и выдаёт текст, поддерживает контекст до 8192 токенов и сохранена в формате safetensors.

Модель подходит для экспериментов с компактными диалоговыми моделями и простыми текстовыми запросами. README не сообщает результаты оценки качества или сведения о лицензии, поэтому пригодность для конкретных задач и условия использования по доступным данным определить нельзя.

Сценарии применения

  • генерация ответов на текстовые вопросы
  • создание прототипа чат-бота
  • эксперименты с компактными диалоговыми моделями

Ограничения

В карточке нет результатов оценки качества и сведений о лицензии; возможности и надёжность модели для конкретных задач не описаны.

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

Model Card for SmollerLM2-10M-sftb

This model is a fine-tuned version of mehmetkeremturkcan/SmollerLM2-10M. It has been trained using TRL.

Quick start

from transformers import pipeline

question = "If you had a time machine, but could only go to the past or the future once and never return, which would you choose and why?"
generator = pipeline("text-generation", model="mehmetkeremturkcan/SmollerLM2-10M-sftb", device="cuda")
output = generator([{"role": "user", "content": question}], max_new_tokens=128, return_full_text=False)[0]
print(output["generated_text"])

Training procedure

This model was trained with SFT.

Framework versions

  • TRL: 0.14.0
  • Transformers: 4.48.1
  • Pytorch: 2.5.1
  • Datasets: 3.2.0
  • Tokenizers: 0.21.0

Citations

Cite TRL as:

@misc{vonwerra2022trl,
	title        = {{TRL: Transformer Reinforcement Learning}},
	author       = {Leandro von Werra and Younes Belkada and Lewis Tunstall and Edward Beeching and Tristan Thrush and Nathan Lambert and Shengyi Huang and Kashif Rasul and Quentin Gallouédec},
	year         = 2020,
	journal      = {GitHub repository},
	publisher    = {GitHub},
	howpublished = {\url{https://github.com/huggingface/trl}}
}

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
1020ae6

0 моделей