Характеристики

Контекст: 65 536 токенов
Параметры: 10,3 млрд
Размер весов: 16,1 ГБ
Лицензия: Apache 2.0
Архитектура: apertus · dense
Базовая модель: Apertus-SEA-LION-v4-8B-IT
Библиотека: mlx
Опубликована: 19 фев 2026

Ссылки

Apertus-SEA-LION-v4-8B-IT

Генерация текстаТекст → текст8 профессий

Диалоговая многоязычная Apertus-модель на 10,3 млрд параметров в формате MLX для генерации текста на языках Юго-Восточной Азии и других поддерживаемых языках.

178скачиваний за 30 дней1лайквеса обновлены19 фев 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

mlx-community/Apertus-SEA-LION-v4-8B-IT — конвертированная в формат MLX версия модели Apertus-SEA-LION-v4-8B-IT, подготовленная сообществом mlx-community на основе модели AI Singapore. Это плотная авторегрессионная языковая модель Apertus с 10,3 млрд параметров, предназначенная для диалоговой генерации текста и инструкций на разных языках.

Модель принимает текст и генерирует текст, поддерживает контекст до 65 536 токенов. В карточке перечислены английский, китайский, вьетнамский, индонезийский, тайский, филиппинский, тамильский, малайский и бирманский языки; основной акцент — языки Юго-Восточной Азии. Репозиторий содержит веса в формате safetensors, а README указывает на конвертацию для MLX с помощью mlx-lm 0.30.6.

Модель подходит для диалоговых помощников и генерации ответов на запросы на поддерживаемых языках. Лицензия — Apache-2.0. Для использования в MLX требуется библиотека mlx-lm; сведения о сравнительных оценках качества в предоставленных материалах отсутствуют.

Сценарии применения

создание диалогового помощника для языков Юго-Восточной Азии
генерация ответов на инструкции на вьетнамском или индонезийском
составление текстов и продолжение текста на поддерживаемых языках
развёртывание чат-модели на устройствах Apple с поддержкой MLX

Ограничения

Предоставленные материалы не содержат сравнительных оценок качества или описания ограничений поведения модели. Для запуска в формате MLX требуется библиотека mlx-lm.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей III.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594модели

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mlx-community/Apertus-SEA-LION-v4-8B-IT

This model mlx-community/Apertus-SEA-LION-v4-8B-IT was converted to MLX format from aisingapore/Apertus-SEA-LION-v4-8B-IT using mlx-lm version 0.30.6.

Use with mlx

pip install mlx-lm

from mlx_lm import load, generate

model, tokenizer = load("mlx-community/Apertus-SEA-LION-v4-8B-IT")

prompt = "hello"

if tokenizer.chat_template is not None:
    messages = [{"role": "user", "content": prompt}]
    prompt = tokenizer.apply_chat_template(
        messages, add_generation_prompt=True, return_dict=False,
    )

response = generate(model, tokenizer, prompt=prompt, verbose=True)

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры: ApertusForCausalLM
Ревизия весов: cb8e7fa