/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
1,9 млрд
Лицензия
CC BY-SA 4.0
Архитектура
stablelm · dense
Базовая модель
stablelm-3b-4e1t
Опубликована
19 мая 2024

stablelm-4e1t-2b-v0.1

Генерация текстаТекст → текст3 профессии

Экспериментальная англоязычная версия StableLM с удалёнными слоями и дополнительным предобучением для генерации текста.

147скачиваний за 30 дней0лайковвеса обновлены29 дек 2025

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

stablelm-4e1t-2b-v0.1 — экспериментальная версия StableLM, созданная pszemraj на основе стабильной языковой модели Stability AI stabilityai/stablelm-3b-4e1t. В модели удалили 10 слоёв с помощью PruneMe/MergeKit, затем провели краткое дополнительное предобучение на данных FineWeb и отобранных материалах. Это плотная причинная языковая модель для генерации текста; опубликованные веса представлены в формате safetensors.

Модель предназначена для генерации текста на английском языке. Размер составляет 1,9 млрд параметров, длина контекста — 4096 токенов. Карточка описывает её как эксперимент по сокращению числа слоёв, поэтому качество и устойчивость результатов могут отличаться от исходной модели; сведений о специализированных сценариях применения нет. Лицензия — CC BY-SA 4.0.

Сценарии применения

  • генерация текста на английском языке
  • продолжение заданного текста
  • эксперименты с прореживанием слоёв языковых моделей

Ограничения

Это экспериментальная модель после удаления 10 слоёв и краткого дополнительного предобучения; карточка не приводит оценок качества или гарантий стабильности результатов.

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

stablelm-4e1t-2b-v0.1

This is a layer pruning experiment based off of stablelm-3b-4e1t:

  • 10 layers pruned with PruneMe/MergeKit
  • brief subsequent continued pretraining @ ctx 4096
    • data: 10k rows of FineWeb (different than pruning data) + some curated data
  • wandb here

details

config

axolotl version: 0.4.0

base_model: pszemraj/stablelm-3b-4e1t-prune10
model_type: AutoModelForCausalLM
tokenizer_type: AutoTokenizer

strict: false
seed: 80085

# dataset
datasets:
    - path: BEE-spoke-data/KI-smorgasbord_fw-small
      type: completion # format from earlier
      field: text # Optional[str] default: text, field to use for completion data
val_set_size: 0.015

sequence_len: 4096
sample_packing: true
pad_to_sequence_len: false
train_on_inputs: false
group_by_length: false

# WANDB
wandb_project: llama3-pruning
wandb_entity: pszemraj
wandb_watch: gradients
wandb_name: stablelm-4e1t-2b-v0.1
hub_model_id: pszemraj/stablelm-4e1t-2b-v0.1
hub_strategy: every_save

gradient_accumulation_steps: 16
micro_batch_size: 1
num_epochs: 2
optimizer: adamw_torch_fused # paged_adamw_32bit
weight_decay: 0.05
lr_scheduler: cosine
learning_rate: 5e-5
warmup_ratio: 0.1

load_in_8bit: false
load_in_4bit: false
bf16: true
tf32: true

flash_attention: true
torch_compile: true # requires >= torch 2.0, may sometimes cause problems
torch_compile_backend: inductor # Optional[str]
gradient_checkpointing: true
gradient_checkpointing_kwargs:
  use_reentrant: false

# hyperparams for freq of evals, saving, etc
evals_per_epoch: 5
saves_per_epoch: 3
save_safetensors: true
save_total_limit: 1
output_dir: ./output-axolotl/output-model-2b
logging_steps: 8

deepspeed:

special_tokens:
  pad_token: <|end_of_text|>

Training results

Training LossEpochStepValidation Loss
No log0.000614.4344
2.65580.20043322.7150
2.65480.40076642.6196
2.54350.60119962.5981
2.51330.801413282.5502
2.4891.001816602.5106
2.26711.189819922.4944
2.20381.390223242.4843
2.25131.590526562.4761
2.16541.790929882.4769

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
StableLmForCausalLM
Ревизия весов
9ea2518

0 моделей