/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
1,5 млрд
Размер весов
6,2 ГБ
Архитектура
llama · dense
Базовая модель
MobileLLM-1.5B
Библиотека
transformers
Опубликована
16 янв 2025

MobileLLM-1.5B-wikitext2raw-roya

Генерация текстаТекст → текст3 профессии

Дообученная модель на 1,5 млрд параметров для генерации текста на основе MobileLLM-1.5B.

43скачиваний за 30 дней0лайковвеса обновлены16 янв 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

MobileLLM-1.5B-wikitext2raw-roya — дообученная модель mia-llm на основе facebook/MobileLLM-1.5B, обученная с использованием TRL. Это плотная авторегрессионная Llama-совместимая языковая модель на 1,5 млрд параметров для генерации текста; карточка показывает запуск через Transformers с задачей text-generation. Контекст модели составляет 4096 токенов.

Модель подходит для локальной генерации продолжений и ответов на текстовые запросы, в том числе на устройствах с ограниченными ресурсами благодаря компактному размеру базовой модели. README не описывает специальные предметные навыки или дополнительные режимы работы. Репозиторий распространяет веса в формате safetensors; лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация продолжений текста
  • создание ответов на текстовые запросы
  • локальная генерация текста на устройстве с ограниченными ресурсами

Ограничения

Карточка не сообщает о специализированных навыках, оценках качества или подтверждённой поддержке конкретных языков. Лицензия не указана в предоставленных 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

Model Card for MobileLLM-1.5B-None.3.1

This model is a fine-tuned version of facebook/MobileLLM-1.5B. 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="RoyArkh/MobileLLM-1.5B-None.3.1", 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: 0.13.0
  • Transformers: 4.48.0
  • Pytorch: 2.2.1+cu121
  • 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
a968a32

0 моделей