/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
257 млн
Лицензия
Gemma
Архитектура
gemma3_text · dense
Базовая модель
gemma-3-270m-it
Библиотека
transformers
Опубликована
20 сен 2026

gemma-3-270m-bhaskar-finetune

Генерация текстаТекст → текст6 профессий

Компактная дообученная Gemma 3 для ответов по предоставленному контексту, суммаризации, извлечения и переформулирования в юридических и финансовых текстах.

301скачиваний за 30 дней0лайковвеса обновлены20 сен 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

Gemma 3 270M Bhaskar Finetune — компактная текстовая модель на архитектуре Gemma 3, разработанная nagbhaskar55 путём полного дообучения Google Gemma 3 270M IT. Она предназначена для ответов на вопросы, опирающихся на переданный в запросе фрагмент текста, а также для суммаризации, извлечения сведений и переформулирования в юридическом и финансовом контекстах.

Модель содержит 257 млн параметров, принимает текст и поддерживает контекст длиной до 32 768 токенов. Обучение проведено на 7 960 синтетических инструкционных примерах из материалов судебных дел США, документов SEC и образовательных текстов; в наборе есть ответы на вопросы по контексту, извлечение, суммаризация и переписывание. Карточка приводит снижение метрики bits per character относительно другой модели, дообученной на тех же данных, но эти результаты не гарантируют точность в реальном применении.

Модель может выдавать фактически неверные числа и имена и упускать части составных вопросов. Она читает предоставленный фрагмент, но не является самостоятельной базой знаний; её ответы не заменяют юридическую или финансовую консультацию. Лицензия — Gemma Terms of Use с ограничениями на использование, которые необходимо передавать последующим пользователям.

Сценарии применения

  • ответы на вопросы по фрагментам судебных дел США
  • ответы по выдержкам из документов SEC
  • суммаризация юридических и финансовых документов
  • извлечение сведений из предоставленного текста
  • переформулирование текста с опорой на исходный контекст

Ограничения

Модель иногда ошибается в числах и именах и может упускать части составных вопросов; она не служит базой знаний и не предназначена для юридических или финансовых консультаций. Обучение на синтетических данных от одной модели-учителя может переносить её предубеждения.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

gemma-3-270m-bhaskar-finetune

google/gemma-3-270m-it fully fine-tuned on a synthetic legal/financial instruction set, to answer questions grounded in a passage supplied in the prompt.

Results

Held-out split, loss over assistant tokens only:

value
base gemma-3-270m-it2.0595
this model1.2213 (ppl 3.391)
best epoch2 of 3

Trained on L4 x1 in 37 minutes (10,520 tok/s, peak 20.29 GB).

Versus a 125M model trained from scratch on the same data

The same dataset was used to fine-tune nagbhaskar55/slm125mlive-base, a 125M model pretrained from scratch on 2.04B tokens. Per-token perplexity is not comparable across a 16k and a 262k vocabulary, so the like-for-like measure is bits per character of the reference answers:

modelparamspretrain tokensbits/char
slm125mlive-base + SFT125M2.04B0.4915
this model268M~6T0.3964

A 19% reduction. Both were fine-tuned on identical data, so the gap reflects pretraining scale rather than fine-tuning.

Training data

7,960 curated synthetic instruction pairs generated from US case law, SEC filings and educational web text, with gemini-3.6-flash as teacher and gemini-3.1-flash-lite as an LLM judge (grounding / correctness / instruction-following, each >= 4 of 5), then exact + n-gram + embedding deduplication and 13-gram decontamination against CaseHOLD.

  • Tasks: {'summarization': 1600, 'extraction': 1600, 'grounded_qa': 3200, 'rewriting': 1560}
  • Sources: {'sec': 3186, 'case-law': 3158, 'fineweb-edu': 1616}
  • Refusals: 423 items answer exactly "Not stated in the context."
  • Re-tokenized for Gemma: 7,617 train examples, 4,896,142 tokens, 8.7% carrying loss. 105 examples exceeded 1,024 tokens and were dropped rather than truncated.

Prompt format

Gemma's own chat template. It has no separate system channel — a system turn is folded into the first user turn, which is how this model was trained:

from transformers import AutoModelForCausalLM, AutoTokenizer

tok = AutoTokenizer.from_pretrained("nagbhaskar55/gemma-3-270m-bhaskar-finetune")
model = AutoModelForCausalLM.from_pretrained("nagbhaskar55/gemma-3-270m-bhaskar-finetune")

system = "You are a legal and financial assistant. Use only the provided context."
messages = [{"role": "user", "content": f"{system}\n\n{passage}\n\n{question}"}]
ids = tok.apply_chat_template(messages, add_generation_prompt=True, return_tensors="pt")

out = model.generate(
    ids, max_new_tokens=200,
    # Gemma turns end with <end_of_turn> (106), not <eos> (1). Pass both, or the
    # model will not stop.
    eos_token_id=[tok.eos_token_id, tok.convert_tokens_to_ids("<end_of_turn>")],
)
print(tok.decode(out[0][ids.shape[1]:], skip_special_tokens=True))

Loss was applied only to the model turn (8.7% of tokens).

Limits

At 270M parameters this reads the passage you give it; it is not a knowledge base. Answers are fluent and usually well-formed, but figures and entities are still sometimes wrong, and it can miss part of a multi-part question. Training data is synthetic, from a single teacher model, so its biases carry over. Not legal or financial advice. Licensed under the Gemma Terms of Use, which carry use restrictions and must be passed downstream.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma3ForCausalLM
Ревизия весов
b7af2ff

0 моделей