/ Модель

Характеристики

Контекст
512 токенов
Параметры
25,8 млн
Архитектура
llama · dense
Библиотека
transformers
Опубликована
3 сен 2026

odia-tiny-lm-20m

Генерация текстаТекст → текст3 профессии

Компактная LLaMA-подобная модель генерации текста примерно на 25,8 млн параметров для коротких текстовых и диалоговых сценариев.

144скачиваний за 30 дней0лайковвеса обновлены9 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.

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

smruti90/odia-tiny-lm-20m — небольшая языковая модель для генерации текста, опубликованная на Hugging Face и предназначенная для работы через библиотеку Transformers. В метаданных она классифицирована как text-generation; модель помечена как LLaMA и conversational, содержит около 25,8 млн параметров и поддерживает контекст длиной до 512 токенов.

Модель может использоваться для продолжения коротких текстовых фрагментов, простых диалоговых сценариев и экспериментов с компактными генеративными моделями. По названию репозитория она ориентирована на язык одия, однако явные языковые коды или подробное описание языковой поддержки в предоставленных данных отсутствуют.

Из-за небольшого размера и ограниченного контекста модель подходит прежде всего для лёгких локальных экспериментов и прототипов, но её качество, фактическая языковая специализация, устойчивость ответов и пригодность для критически важных задач не подтверждены опубликованными результатами оценки. README не содержит сведений о разработчике, данных обучения, лицензии и рекомендуемых сценариях применения.

Сценарии применения

  • продолжение коротких текстов на одия
  • эксперименты с компактными языковыми моделями
  • прототипирование локальной генерации текста
  • создание простых диалоговых приложений
  • обучение и демонстрация работы Transformers

Ограничения

Контекст ограничен 512 токенами, а небольшой размер модели может снижать качество и устойчивость генерации. В предоставленных материалах нет результатов оценки, подробностей о данных обучения и подтверждения фактической языковой поддержки.

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

Model Card for Model ID

Model Details

Model Description

This is the model card of a 🤗 transformers model that has been pushed on the Hub. This model card has been automatically generated.

  • Developed by: [More Information Needed]
  • Funded by [optional]: [More Information Needed]
  • Shared by [optional]: [More Information Needed]
  • Model type: [More Information Needed]
  • Language(s) (NLP): [More Information Needed]
  • License: [More Information Needed]
  • Finetuned from model [optional]: [More Information Needed]

Model Sources [optional]

  • Repository: [More Information Needed]
  • Paper [optional]: [More Information Needed]
  • Demo [optional]: [More Information Needed]

Uses

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

  • Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

  • Hardware Type: [More Information Needed]
  • Hours used: [More Information Needed]
  • Cloud Provider: [More Information Needed]
  • Compute Region: [More Information Needed]
  • Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
09d3a2f

0 моделей