/ Модель

Характеристики

Контекст
8 192 токена
Параметры
210 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
SmolLM2-135M
Опубликована
7 окт 2025

modified_smollm

Генерация текстаТекст → текст3 профессии

Компактная доработанная SmolLM2-135M с расширенным токенизатором для генерации текста на бенгальском языке.

254скачиваний за 30 дней0лайковвеса обновлены7 окт 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

rnnandi/modified_smollm — модифицированная версия SmolLM2-135M, созданная автором rnnandi на базе HuggingFaceTB/SmolLM2-135M. В модель добавлена поддержка токенизатора бенгальского языка: словарь SmolLM2 объединён с токенами TituLM, а эмбеддинги увеличены под расширенный словарь. Архитектура LlamaForCausalLM сохранена; модель содержит 210 млн параметров и поддерживает контекст до 8192 токенов.

Модель предназначена для генерации текста и диалогов, в том числе на бенгальском языке. Заявлена обратная совместимость с исходным SmolLM2 и улучшенная токенизация бенгальского текста. Веса опубликованы в формате safetensors. Лицензия — Apache-2.0.

Сценарии применения

  • генерация текста на бенгальском языке
  • диалоговый помощник на бенгальском языке
  • автодополнение бенгальского текста
  • локальная генерация текста на устройствах с ограниченными ресурсами

Ограничения

В README нет количественных результатов оценки улучшения качества на бенгальском языке; заявлена лишь улучшенная токенизация. Модель компактная, поэтому её возможности ограничены по сравнению с крупными языковыми моделями.

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

Modified SmolLM2 with Bangla Tokenizer Support

This is a modified version of SmolLM2-135M that includes enhanced Bangla (Bengali) tokenizer support by merging tokens from TituLM.

Model Details

  • Base Model: HuggingFaceTB/SmolLM2-135M
  • Tokenizer Enhancement: Merged with TituLM Bangla tokenizer
  • Original Vocabulary Size: 49,152
  • Enhanced Vocabulary Size: 180,177
  • Added Tokens: ~131,025 Bangla-specific tokens

Key Features

  • ✅ Full SmolLM2-135M model architecture
  • ✅ Enhanced Bangla tokenization support
  • ✅ Backward compatible with original SmolLM2
  • ✅ Improved performance on Bangla text

Usage

from transformers import AutoTokenizer, AutoModelForCausalLM

# Load the modified model
model = AutoModelForCausalLM.from_pretrained("rnnandi/modified_smollm")
tokenizer = AutoTokenizer.from_pretrained("rnnandi/modified_smollm")

# Test with Bangla text
text = "আমি বাংলায় গান গাই"
inputs = tokenizer(text, return_tensors="pt")
outputs = model.generate(**inputs, max_length=50)
result = tokenizer.decode(outputs[0], skip_special_tokens=True)
print(result)

Training

This model was created by:

  1. Merging TituLM Bangla tokenizer with SmolLM2 tokenizer
  2. Resizing model embeddings to accommodate new vocabulary
  3. Preserving original model weights and architecture

Citation

If you use this model, please cite both the original SmolLM2 and TituLM:

@misc{smollm2,
  title={SmolLM2: A Family of Small Language Models},
  author={HuggingFace Team},
  year={2024},
  url={https://huggingface.co/HuggingFaceTB/SmolLM2-135M}
}

@misc{titulm,
  title={TituLM: A Bangla Language Model},
  author={Hishab Team},
  year={2024},
  url={https://huggingface.co/hishab/titulm-llama-3.2-1b-v2.0}
}

License

This model is released under the Apache 2.0 License, same as the base SmolLM2 model.

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
8b61e91

0 моделей