/ Модель

Характеристики

Контекст
8 192 токена
Параметры
362 млн
Лицензия
MIT
Архитектура
llama · dense
Базовая модель
SmolLM2-360M-Instruct
Библиотека
transformers
Опубликована
18 ноя 2024

Kurtis-SmolLM2-360M-Instruct

Генерация текстаТекст → текст3 профессии

Экспериментальная англоязычная диалоговая модель для исследовательских сценариев поддержки по вопросам психического здоровья.

34скачиваний за 30 дней0лайковвеса обновлены19 июн 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

Kurtis-SmolLM2-360M-Instruct — компактная языковая модель на архитектуре Transformer decoder семейства Llama, разработанная Массимо Р. Скамарсия и дообученная с помощью инструмента Kurtis на базе HuggingFaceTB/SmolLM2-360M-Instruct. Она содержит около 361,8 млн параметров, принимает текст и генерирует текст; карточка указывает английский язык и контекст до 8192 токенов.

Модель предназначена для диалогового взаимодействия, в частности для сценариев поддержки по вопросам психического здоровья и терапевтической тематики. Её можно использовать для экспериментальной оценки качества небольших языковых моделей и исследовательских прототипов с человеческим контролем.

Модель экспериментальная: ответы могут быть неподходящими или вредными. Её не следует использовать для диагностики, принятия критически важных решений или замены профессиональной помощи; особенно необходим надзор в сценариях с уязвимыми пользователями. Лицензия — MIT.

Сценарии применения

  • генерация диалоговых ответов на темы психического здоровья
  • экспериментальная оценка небольших языковых моделей для поддерживающих диалогов
  • создание исследовательского прототипа терапевтического чат-бота с контролем специалиста

Ограничения

Модель экспериментальная и может выдавать неподходящие или вредные ответы; её нельзя использовать для диагностики, критически важных решений или вместо профессиональной помощи. Не предназначена для промышленного применения и требует человеческого контроля и защитных мер.

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 Kurtis-SmolLM2-360M-Instruct

[!WARNING] This repository contains experimental models designed strictly for academic evaluation and research purposes.

Critical Constraints:

  • No Production Deployment: Experimental models must not be deployed in commercial, enterprise, or mission-critical environments under any circumstances.
  • No Liability: Experimental models are provided "as-is" without warranties of any kind. The developers assume zero liability for downstream consequences, system integration failures, or regulatory non-compliance resulting from unauthorized deployment.

This model has been fine-tuned using Kurtis, an experimental fine-tuning, inference and evaluation tool for Small Language Models.

Model Details

Model Description

Model Sources

Uses

The model is intended for use in a conversational setting, particularly in mental health and therapeutic support scenarios.

Direct Use

Not suitable for production usage.

Out-of-Scope Use

This model should not be used for:

  • Making critical mental health decisions or diagnoses.
  • Replacing professional mental health services.
  • Applications where responses require regulatory compliance or are highly sensitive.
  • Generating responses without human supervision, especially in contexts that involve vulnerable individuals.

Bias, Risks, and Limitations

Misuse of this dataset could lead to providing inappropriate or harmful responses, so it should not be deployed without proper safeguards in place.

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model.

How to Get Started with the Model

WIP

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
07524d1

0 моделей