/ 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-0.2-from8000-11473600

qing-yao
Генерация текстаТекст → текст3 профессии

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

347скачиваний 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

Модель qing-yao/babylm-opt-sva-decay-0.2-from8000-11473600 — дообученная версия models/babylm-default_seed-42_1e-3 на наборе данных qing-yao/slightly-cleaner-babylm. Это плотная авторегрессионная языковая модель семейства OPT с архитектурой OPTForCausalLM, предназначенная для генерации текста. Модель содержит 138,4 млн параметров, принимает текстовый контекст длиной до 256 токенов и распространяется в формате safetensors для Transformers.

В карточке приведён результат оценки: loss 3,1216 после обработки примерно 1,57 млрд входных токенов. README не описывает целевые сценарии, языковое покрытие или известные ограничения, поэтому оценку пригодности для конкретных задач следует проводить самостоятельно. Лицензия в предоставленных сведениях не указана.

Сценарии применения

  • генерация коротких текстовых продолжений
  • эксперименты с небольшими языковыми моделями
  • оценка генерации текста на корпусе BabyLM

Ограничения

Контекст ограничен 256 токенами; README не сообщает о целевых языках и сценариях применения. Лицензия в предоставленных сведениях не указана.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейI.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 015моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

babylm-opt-sva-decay-0.2-from8000-11473600

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: 3.1216
  • Num Input Tokens Seen: 1572314880

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
3.30564.523082503.2779540503040
3.25794.660185003.2685556887040
3.16254.797187503.2596573271040
3.22124.934290003.2495589655040
3.16795.071392503.2421605996800
3.24595.208395003.2378622380800
3.15715.345497503.2312638764800
3.13275.4825100003.2236655148800
3.16955.6195102503.2176671532800
3.21935.7566105003.2104687916800
3.1795.8936107503.2045704300800
3.13056.0307110003.2000720642560
3.08056.1678112503.1991737026560
3.0976.3048115003.1949753410560
3.12976.4419117503.1897769794560
3.08036.5789120003.1859786178560
3.17066.7160122503.1771802562560
3.12786.8531125003.1724818946560
3.1136.9901127503.1708835330560
3.0687.1272130003.1712851672320
3.07887.2643132503.1707868056320
3.08267.4013135003.1642884440320
3.07197.5384137503.1616900824320
3.13717.6754140003.1566917208320
3.05647.8125142503.1553933592320
3.06477.9496145003.1513949976320
3.01898.0866147503.1553966318080
3.09598.2237150003.1542982702080
3.06958.3607152503.1500999086080
3.10478.4978155003.14611015470080
3.10088.6349157503.14191031854080
3.04348.7719160003.13761048238080
3.07038.9090162503.13541064622080
3.03719.0461165003.14211080963840
2.97879.1831167503.14441097347840
2.98359.3202170003.13981113731840
3.02619.4572172503.13661130115840
3.06319.5943175003.13281146499840
3.05089.7314177503.12811162883840
3.04289.8684180003.12771179267840
2.992110.0055182503.13171195609600
2.979910.1425185003.13601211993600
3.050910.2796187503.13351228377600
2.970810.4167190003.12951244761600
3.012410.5537192503.12601261145600
3.001910.6908195003.12201277529600
3.075710.8279197503.11851293913600
3.043210.9649200003.11451310297600
2.916911.1020202503.13001326639360
2.942111.2390205003.12771343023360
3.03511.3761207503.12371359407360
3.01911.5132210003.12051375791360
3.031911.6502212503.11811392175360
3.086511.7873215003.11751408559360
3.019911.9243217503.11201424943360
2.939112.0614220003.12501441285120
2.981512.1985222503.12711457669120
3.021912.3355225003.12191474053120
2.95412.4726227503.11861490437120
3.00212.6096230003.11551506821120
2.997412.7467232503.11161523205120
3.032212.8838235003.10821539589120
2.96113.0208237503.11721555930880
2.956113.1579240003.12161572314880

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

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
OPTForCausalLM
Ревизия весов
80f2815

0 моделей

    Создать бенчмарк