/ Модель

Характеристики

Контекст
8 192 токена
Параметры
365 млн
Лицензия
CC BY-NC 4.0
Архитектура
amadablam · dense
Библиотека
transformers
Опубликована
19 июл 2026

amadablam-322m-instruct

Генерация текстаТекст → текст3 профессии

Дообученная методом DPO компактная модель Amadablam для генерации инструктивных и диалоговых ответов на непальском, майтхили и бходжпури.

78скачиваний за 30 дней0лайковвеса обновлены4 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

Ama Dablam 322M DPO — дообученная Spandyie языковая модель с архитектурой AmadablamForCausalLM, оптимизированная для генерации ответов в формате инструкций и диалога. Модель содержит 365 млн параметров, работает с контекстом до 8192 токенов и распространяется в формате Safetensors через Transformers.

Модель прошла двухэтапное обучение предпочтениям DPO на 14 152 парах для непальского, майтхили и бходжпури. Она ориентирована на связные и лаконичные ответы с сохранением письма; обучающие данные охватывают деванагари, IAST и фонетическую запись. Валидационная точность предпочтений составила 91,4%; слабее результаты для бходжпури и особенно IAST.

Модель подходит для инструктивного общения на поддерживаемых языках, но её небольшой размер ограничивает фактическую надёжность: DPO улучшает предпочтительный стиль ответов, а не знания. Кэширование отключено; согласно карточке, включение use_cache может приводить к несвязным ответам. Лицензия CC-BY-NC-4.0 разрешает только некоммерческое использование.

Сценарии применения

  • ответы на инструкции на непальском языке
  • диалог на майтхили
  • генерация ответов на бходжпури
  • создание лаконичных ответов на языках деванагари
  • эксперименты с DPO для малых языковых моделей

Ограничения

Модель небольшая, поэтому фактическая надёжность ограничена; слабее результаты для бходжпури и IAST. Кэширование отключено: включение use_cache может вызывать несвязную генерацию; лицензия CC-BY-NC-4.0 ограничивает использование некоммерческими целями.

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

Ama Dablam 322M DPO

DPO-tuned Ama Dablam, starting from the instruction-tuned checkpoint: preference-trained to prefer well-formed, on-script, appropriately concise responses over degenerate ones (run-on translations, script drift, near-duplicate low-signal pairs). Trained in two stages — a short DPO-format SFT warmup, then DPO proper (beta=0.1) against a frozen reference — on 14,152 preference pairs across Nepali, Maithili, and Bhojpuri, rendered 85/5/10 across Devanagari/IAST/phonetic script.

metricvalue
preference accuracy (val, n=744)91.4% (mean margin +4.85)
— by languagene 94.9% · mai 91.0% · bho 87.3%
— by scriptdeva 92.8% · phon 86.3% · iast 77.1%
script fidelity (replies in the prompt's script)95% (19/20 sampled)
response lengthmean 32.3 tokens, 95% properly terminated

Forgetting guardrail (drift vs. the pre-DPO checkpoint on 6 pinned pretrain val shards + phonetic-ne) passed for every metric, but drift was uniformly positive (a small, one-directional erosion, not noise): worst cases IAST-Maithili +0.035 bpb, phonetic-Nepali +0.027 bpb; Devanagari ne/mai/bho drift stayed under +0.01 bpb.

Usage (chat template built in — identical to the instruct model)

from transformers import AutoModelForCausalLM, AutoTokenizer
tok = AutoTokenizer.from_pretrained("spandyie/amadablam-322m-dpo")
model = AutoModelForCausalLM.from_pretrained("spandyie/amadablam-322m-dpo",
                                             trust_remote_code=True)
msgs = [{"role": "user", "content": "स्वस्थ रहन के गर्नुपर्छ?"}]
ids = tok.apply_chat_template(msgs, add_generation_prompt=True, return_tensors="pt")
out = model.generate(ids, max_new_tokens=200)
print(tok.decode(out[0][ids.shape[1]:], skip_special_tokens=True))

Limitations (read before use)

  • License: CC-BY-NC-4.0 (non-commercial) — inherited from the instruct checkpoint's Alpaca/Dolly-family lineage, and independently required by the Bhojpuri leg of this model's own DPO data (Bhojpuri routes through NLLB for translation, which is CC-BY-NC-4.0 and propagates to anything built with it).
  • 322M params: same factual-reliability caveats as the base/instruct models — this stage tunes response quality/preference, not knowledge.
  • Bhojpuri and IAST are the weakest legs (87.3% / 77.1% preference accuracy vs. 91-95% elsewhere) — this tracks thinner/lower-quality source data for those combinations earlier in the pipeline, not a DPO-specific defect.
  • Forgetting drift, while within the pass tolerance, moved consistently in one direction across all pinned shards — treat this checkpoint as a first DPO iteration, not a final answer, if you plan to iterate further.
  • This model is cacheless by design. generation_config.json sets use_cache: false. Overriding to use_cache=True silently produces incoherent, context-free output (only the last token is fed back each step) rather than raising an error.
  • Right-pad with BOS id 16368. No system role. Multi-turn lightly trained.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
AmadablamForCausalLM
Ревизия весов
1fc62a0

0 моделей