/ Модель

Характеристики

Контекст
131 072 токена
Параметры
1,5 млрд
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2-1.5B
Опубликована
14 мар 2026

konkani-qwen2-1.5b

Генерация текстаТекст → текст3 профессии

Дообученная на текстах и инструкциях модель Qwen2 для диалогов, ответов на вопросы и генерации текстов на гоанском конкани.

63скачиваний за 30 дней0лайковвеса обновлены15 мар 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

Konkani Qwen2-1.5B — языковая модель, разработанная Nischay Mandrekar на основе Qwen/Qwen2-1.5B. Модель прошла продолженное предварительное обучение на 300 тысячах фрагментов текстов на конкани и supervised fine-tuning на 13 417 парах инструкций и ответов. Это плотная авторегрессионная модель Qwen2 на 1,5 млрд параметров с контекстом до 131 072 токенов, предназначенная для генерации текста и диалога.

Модель ориентирована на гоанский диалект конкани в письме деванагари: она отвечает на вопросы о Гоа, его истории и культуре, поддерживает беседу на конкани, переводит с английского и хинди на конкани, а также пишет стихи, рассказы и описания мест и традиций. Лучше всего подходит для тем, связанных с Гоа и конкани; автор указывает на риск обрыва ответов и галлюцинаций в ответах о собственной идентичности, а также на отсутствие актуальной информации в реальном времени. Лицензия — Apache-2.0.

Сценарии применения

  • ответы на вопросы об истории и культуре Гоа
  • диалоги на конкани письмом деванагари
  • перевод с английского на конкани
  • перевод с хинди на конкани
  • написание стихов и коротких рассказов на конкани
  • описание мест, праздников и традиций Гоа

Ограничения

Ответы иногда обрываются; сведения об идентичности модели могут содержать галлюцинации. Модель лучше работает на темах Гоа и конкани и не подходит для запросов, требующих актуальной информации в реальном времени.

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

Konkani Qwen2-1.5B

The first dedicated Konkani language model — fine-tuned on Qwen2-1.5B using Continued Pre-Training (CPT) and Supervised Fine-Tuning (SFT).

Model Description

This model is specifically trained for the Konkani language (Goan dialect, Devanagari script). It can:

  • Answer questions about Goa, Konkani culture, history, and food
  • Hold conversations in pure Konkani
  • Translate English/Hindi to Konkani
  • Write Konkani poetry and short stories
  • Describe Goan places, festivals, and traditions

Training Pipeline

Qwen2-1.5B (base)
    ↓ CPT — 300,000 Konkani text chunks
    ↓ SFT — 13,417 instruction-response pairs
    = konkani-qwen2-1.5b

CPT Dataset: 300K chunks of pure Konkani text (Devanagari script, Goan dialect)

SFT Dataset: 13,417 curated Konkani instruction-response pairs across 12 categories:

  • Simple chitchat, Goa history, Goan culture & festivals
  • Goan food, Poetry, Short stories, Descriptive writing
  • Translation, Factual Q&A, Language help
  • Konkani identity, Multi-turn conversation

Usage

# Install
!pip install -q transformers accelerate

#load from hugging face
from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

model_id = "nischay185/konkani-qwen2-1.5b"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    dtype=torch.float16,
    device_map="auto"
)

SYSTEM = "तूं एक कोंकणी भाशेचो सहाय्यक. फकत शुद्ध कोंकणींत जाप दिवप."

def chat(question):
    prompt = f"<|im_start|>system\n{SYSTEM}<|im_end|>\n"
    prompt += f"<|im_start|>user\n{question}<|im_end|>\n"
    prompt += "<|im_start|>assistant\n"
    inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
    with torch.no_grad():
        out = model.generate(
            **inputs,
            max_new_tokens=400,
            do_sample=True,
            temperature=0.7,
            top_p=0.9,
            repetition_penalty=1.1,
            eos_token_id=tokenizer.convert_tokens_to_ids("<|im_end|>"),
        )
    return tokenizer.decode(out[0][inputs["input_ids"].shape[1]:], skip_special_tokens=True)

print(chat("पणजी शाराचें वर्णन कर"))

Example Outputs

Q: गोंयची मुक्ती केन्ना जाली?

गोंय 19 डिसेंबर 1961 दिसा पोर्तुगेजांखाला मुक्त जाले. भारतीय सैन्यान 'ऑपरेशन विजय' राबवन गोंयची स्वतंत्रताय मेळयली...

Q: शिगमो सण कसो मनयतात?

शिगमो हो गोंयांतलो एक व्हड लोकउत्सव, जो फाल्गुन म्हयन्यांत मनयतात. रथांचे बांधकाम पळोवपाखातीर लोक येतात...

Q: Translate to Konkani: I love Goa.

हांव गोंयाक मोग करता.

Limitations

  • Responses may occasionally truncate — increase max_new_tokens if needed
  • Identity responses may hallucinate names — v2 training planned
  • Best results with Goa/Konkani specific topics
  • Not suitable for tasks requiring real-time information

Training Details

ParameterValue
Base modelQwen/Qwen2-1.5B
CPT data300,000 chunks
SFT data13,417 pairs
LoRA r16
LoRA alpha32
Learning rate2e-4
Epochs (SFT)3
HardwareKaggle T4 GPU
Training time~12 hours total

Language

Konkani (Goan dialect, Devanagari script) — the official language of Goa, India. This is believed to be the first open-source LLM specifically trained for Konkani.

License

Apache 2.0 — free to use, modify, and distribute.

Author

Developed by Nischay Mandrekar

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
b1f0500

0 моделей