/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
1 млрд
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
4 авг 2025

tinyllama-1.1B-finetuned

Генерация текстаТекст → текст3 профессии

Дообученная TinyLLaMA генерирует короткие ответы по контексту, стремясь сохранить семантическое сходство с целевым текстом.

104скачиваний за 30 дней0лайковвеса обновлены4 авг 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

TinyLLaMA 1.1B Fine-Tuned — дообученная модель семейства Llama, созданная Rahul Madhugiri на базе TinyLLaMA-1.1B методом supervised fine-tuning. Она получает абзац контекста, сформированный из ближайших документов, и генерирует короткое продолжение, семантически похожее на целевой абзац. При обучении сходство оценивалось по косинусному расстоянию между эмбеддингами Sentence-BERT; использовалась модель all-MiniLM-L6-v2.

Модель имеет плотную архитектуру LlamaForCausalLM, около 1 млрд параметров и контекст длиной 2048 токенов. Карточка Hugging Face указывает задачи sentence-similarity и text-generation; основной сценарий по описанию — генерация текста по контексту с семантическим соответствием. Репозиторий использует формат safetensors. Лицензия — Apache-2.0.

Модель оптимизирована для коротких ответов в структуре контекста, обогащённого данными Pinecone. За пределами такого сценария качество обобщения может быть низким; сведения о поддерживаемых естественных языках не приведены.

Сценарии применения

  • генерация короткого ответа по абзацу из ближайших документов
  • создание продолжения, похожего по смыслу на целевой абзац
  • генерация ответов в конвейере поиска по данным Pinecone

Ограничения

Модель оптимизирована для коротких продолжений в структуре контекста, обогащённого данными Pinecone, и может плохо обобщать за её пределами.

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

TinyLLaMA 1.1B Fine-Tuned

This model is a fine-tuned version of TinyLLaMA-1.1B, trained to align generated outputs with semantically similar target embeddings derived from Pinecone-enriched content.

Use Case

Given a context paragraph (from nearest neighbors), it generates responses similar to a specific target paragraph. Reward is computed using cosine similarity of Sentence-BERT embeddings.

Training Setup

  • Base model: TinyLLaMA-1.1B
  • Fine-tuning method: SFT
  • Reward model: all-MiniLM-L6-v2
  • Prompt: single context from neighbor_contents[0]

Limitations

This model is optimized for short output completions. It may not generalize well outside the Pinecone-enriched structure used during training.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
87163d8

0 моделей