/ Модель

Характеристики

Контекст
8 192 токена
Параметры
1,7 млрд
Размер весов
3,4 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
SmolLM2-1.7B-Instruct
Библиотека
transformers
Опубликована
31 окт 2024

SmolLM2-1.7B-Instruct

Генерация текстаТекст → текст4 профессии

Компактная англоязычная диалоговая модель в формате MLX для локальной генерации, переписывания и суммаризации текста.

244скачиваний за 30 дней4лайкавеса обновлены31 окт 2024

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/SmolLM2-1.7B-Instruct — компактная англоязычная диалоговая модель на 1,7 млрд параметров, созданная mlx-community на основе HuggingFaceTB/SmolLM2-1.7B-Instruct. Репозиторий содержит конверсию в формат MLX для запуска на устройствах Apple с помощью mlx-lm; архитектура — плотная LlamaForCausalLM.

Модель предназначена для генерации текста и диалогов на английском языке, включая переписывание и суммаризацию. Контекст составляет 8192 токена. Она подходит для локального запуска и приложений с ограниченными вычислительными ресурсами.

Модель основана на SmolLM2-1.7B-Instruct и выпущена под лицензией Apache-2.0. Компактный размер удобен для локального использования, но может ограничивать качество и сложность ответов по сравнению с более крупными моделями.

Сценарии применения

  • локальный чат-бот на устройстве Apple
  • генерация коротких текстов на английском языке
  • переписывание английских текстов
  • суммаризация английских документов
  • встраивание диалоговой модели в приложения с ограниченными ресурсами

Ограничения

Компактный размер может ограничивать качество ответов и выполнение сложных задач по сравнению с более крупными моделями. Указанная локализация в README ориентирована на запуск через MLX и mlx-lm.

Для каких профессий подходит4

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

mlx-community/SmolLM2-1.7B-Instruct

The Model mlx-community/SmolLM2-1.7B-Instruct was converted to MLX format from HuggingFaceTB/SmolLM2-1.7B-Instruct using mlx-lm version 0.19.2.

Use with mlx

pip install mlx-lm
from mlx_lm import load, generate

model, tokenizer = load("mlx-community/SmolLM2-1.7B-Instruct")

prompt="hello"

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

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 · transformers

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
LlamaForCausalLM
Ревизия весов
464b438

0 моделей