/ Модель

Характеристики

Библиотека
transformers
Опубликована
24 авг 2026

malayalam-moe-pretrain

Генерация текстаТекст → текст3 профессии

Дообученная текстовая модель, предположительно предназначенная для генерации текста на малаялам.

17скачиваний за 30 дней0лайковвеса обновлены15 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

siyah1/malayalam-moe-pretrain — модель генерации текста, опубликованная пользователем siyah1 на Hugging Face. В README указано, что это дообученная версия siyah1/malayalam-moe-pretrain; для оценки приведено значение loss 1,0009. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers.

По названию модель предназначена для работы с текстом на малаялам, однако карточка не описывает её архитектуру, размер, контекст, данные обучения или конкретные сценарии применения. README также не сообщает лицензию, поэтому условия использования определить нельзя.

Сценарии применения

  • генерация текста на малаялам
  • продолжение текста на малаялам
  • эксперименты с генерацией малаяламского текста

Ограничения

Карточка не описывает обучающие данные, предполагаемые сценарии, архитектуру и контекст модели; приведён только результат loss 1,0009 без подробностей оценки. Лицензия не указана в предоставленных данных.

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

malayalam-moe-pretrain

This model is a fine-tuned version of siyah1/malayalam-moe-pretrain on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 1.0009

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: 5e-05
  • train_batch_size: 4
  • eval_batch_size: 4
  • seed: 42
  • gradient_accumulation_steps: 64
  • total_train_batch_size: 256
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED 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: 0.02
  • num_epochs: 5
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
95.20331.25005001.4825
81.11072.500010001.3183
79.89983.012001.3110
78.85203.750015001.2993
72.86435.020001.2758
68.89336.024001.2886
70.59326.250025001.3040
65.63637.500030001.3147
60.53598.750035001.3476
60.84269.036001.3474
79.41081.346440001.2411
77.14491.514745001.1966
88.93920.847350001.3731
76.64020.932055001.1977
73.92580.498960001.1527
71.72220.540565001.1238
70.66450.582170001.1032
70.02520.623775001.0877
68.47420.665280001.0745
68.20240.706885001.0635
67.37560.748490001.0541
67.37870.790095001.0454
66.50430.8316100001.0377
65.98300.8731105001.0311
65.49520.9147110001.0252
65.43970.9563115001.0196
64.68770.9979120001.0133
64.10411.0394125001.0099
63.91781.0810130001.0073
64.06131.1226135001.0040
63.86851.1642140001.0009

Framework versions

  • Transformers 5.17.0
  • Pytorch 2.10.0+cu128
  • Datasets 5.0.1
  • Tokenizers 0.23.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
917f2a3

0 моделей