/ Модель
Каталог

Характеристики

Контекст
256 токенов
Параметры
138 млн
Архитектура
opt · dense
Базовая модель
babylm-default_seed-42_1e-3
Библиотека
transformers
Опубликована
11 сен 2026

Ссылки

Hugging Face

babylm-opt-sva-decay-0.1-from8000-11473651

qing-yao
Генерация текстаТекст → текст3 профессии

Небольшая дообученная модель OPT для генерации текста с контекстом до 256 токенов.

119скачиваний за 30 дней0лайковвеса обновлены11 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.

Открыть конструктор бенчмарка

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

qing-yao/babylm-opt-sva-decay-0.1-from8000-11473651 — дообученная языковая модель на архитектуре OPT, основанная на models/babylm-default_seed-42_1e-3. Разработчик указал, что для обучения использован набор данных qing-yao/slightly-cleaner-babylm. Модель предназначена для генерации текста; размер составляет 138,4 млн параметров, максимальный контекст — 256 токенов.

В README приведён результат оценки: loss 3,2396 после обработки примерно 606 млн входных токенов. Карточка не описывает конкретные сценарии использования, ограничения или целевые языки. Модель опубликована в формате safetensors и доступна через Transformers. Сведения о лицензии отсутствуют в предоставленных источниках.

Сценарии применения

  • генерация коротких текстовых продолжений
  • эксперименты с языковыми моделями на корпусе BabyLM
  • исследование влияния дообучения на генерацию текста

Ограничения

Контекст ограничен 256 токенами; README не приводит конкретные сценарии применения или ограничения качества. Лицензия не указана в предоставленных данных.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

babylm-opt-sva-decay-0.1-from8000-11473651

This model is a fine-tuned version of models/babylm-default_seed-42_1e-3 on the qing-yao/slightly-cleaner-babylm dataset. It achieves the following results on the evaluation set:

  • Loss: 3.2396
  • Num Input Tokens Seen: 605996800

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 0.001
  • train_batch_size: 256
  • eval_batch_size: 64
  • seed: 42
  • optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 32000
  • num_epochs: 20.0
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossInput Tokens Seen
7.07830.13712507.031516384000
5.37870.27415005.390132768000
4.94990.41127504.982449152000
4.84440.548210004.756365536000
4.62640.685312504.557281920000
4.43580.822415004.395798304000
4.30090.959417504.2668114688000
4.19371.096520004.1604131029760
4.03181.233622504.0687147413760
4.08211.370625003.9881163797760
4.04351.507727503.9142180181760
3.82671.644730003.8492196565760
3.82281.781832503.7909212949760
3.81131.918935003.7387229333760
3.69352.055937503.6923245675520
3.70522.193040003.6491262059520
3.60552.330042503.6096278443520
3.6162.467145003.5757294827520
3.53682.604247503.5387311211520
3.50422.741250003.5091327595520
3.50912.878352503.4801343979520
3.44493.015455003.4553360321280
3.40853.152457503.4325376705280
3.39633.289560003.4129393089280
3.41973.426562503.3905409473280
3.40213.563665003.3745425857280
3.34013.700767503.3566442241280
3.3663.837770003.3367458625280
3.34223.974872503.3252475009280
3.29444.111875003.3128491351040
3.42114.248977503.3001507735040
3.26714.386080003.2890524119040
3.30474.523082503.2775540503040
3.25594.660185003.2669556887040
3.16064.797187503.2583573271040
3.21754.934290003.2468589655040
3.16385.071392503.2396605996800

Framework versions

  • Transformers 4.49.0
  • Pytorch 2.5.1+cu121
  • Datasets 4.8.5
  • Tokenizers 0.21.4

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
OPTForCausalLM
Ревизия весов
5f6ca61

0 моделей

    Создать бенчмарк