/ Модель

Характеристики

Контекст
1 024 токена
Параметры
52,2 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
Alo-70m-Base
Библиотека
transformers
Опубликована
11 июл 2026

Alo-70m

Генерация текстаТекст → текст4 профессии

Компактная бенгальская инструкционная LLaMA-модель для суммаризации, редактирования текста, извлечения сущностей и ответов на вопросы.

83скачиваний за 30 дней3лайкавеса обновлены24 июл 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

Alo-70m — компактная инструкционно настроенная языковая модель Фахада Хоссейна для общения и обработки текстов на бенгальском языке. Это причинный авторегрессионный трансформер на архитектуре LLaMA; метаданные указывают 52,2 млн параметров, а README — 69 млн. Модель дообучена методом SFT на размеченных парах из Bangla-SFT-50k с шаблоном ChatML и рассчитана на запуск на CPU и мобильных устройствах.

Модель предназначена для суммаризации, извлечения сущностей, редактирования текста и ответов на вопросы на бенгальском языке. Контекстное окно составляет 1024 токена. В оценках она показывает пригодность для лёгкой локальной обработки текста, однако дообучение снизило некоторые показатели рассуждения относительно базовой модели, а небольшой размер ограничивает фактические знания и качество ответов на сложные вопросы. Лицензия — Apache 2.0.

Сценарии применения

  • суммаризация текстов на бенгальском языке
  • извлечение сущностей из бенгальских документов
  • редактирование бенгальского текста
  • ответы на вопросы на бенгальском языке
  • локальный чат-ассистент для маломощных устройств

Ограничения

Контекст ограничен 1024 токенами, а небольшой размер модели снижает способность к широкому фактическому поиску; README также отмечает ухудшение некоторых показателей рассуждения после SFT по сравнению с базовой моделью.

Для каких профессий подходит4

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

Alo-70M (Instruct)

Model Summary

Alo-70M is the instruction-tuned version of the ultra-lightweight 69-million parameter Bengali language model, Alo-70M-Base. Built on a scaled-down LLaMA architecture, it is designed to act as a highly efficient, edge-deployable localized AI assistant.

Fine-tuned on a curated dataset of instruction-response pairs using the ChatML format, Alo-70M is aligned for tasks such as summarization, entity extraction, text editing, and question answering in native Bengali. Despite its compact footprint, it offers a viable path for edge AI deployment on standard CPUs and mobile hardware.

  • Developer: Fahad Hossain
  • Language: Bengali (Bangla)
  • Model Type: Causal Language Model (Instruction-Tuned Autoregressive Transformer)
  • Parameter Count: 69 Million
  • License: Apache 2.0

Related Resources

Usage

Alo-70M was trained using the ChatML template. The chat template is built directly into the Jinja template of the tokenizer (spitfire4794/beng_bpe). You can leverage it using Hugging Face's apply_chat_template interface:

from transformers import AutoTokenizer, AutoModelForCausalLM

model_id = "spitfire4794/Alo-70M"

# Load the custom Bengali BPE tokenizer and model
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, device_map="auto")

# Define the instruction in ChatML format
messages = [
    {"role": "user", "content": "নিচের অনুচ্ছেদটি সংক্ষেপে সারসংক্ষেপ করুন: [এখানে আপনার টেক্সট লিখুন]"}
]

# Apply the pre-configured ChatML template
inputs = tokenizer.apply_chat_template(
    messages, 
    add_generation_prompt=True, 
    return_tensors="pt"
).to(model.device)

# Generate text
outputs = model.generate(
    **inputs, 
    max_new_tokens=150, 
    repetition_penalty=1.1,
    do_sample=True,
    temperature=0.6,
    top_p=0.9
)

# Decode response (omitting user prompt)
response = outputs[0][inputs.shape[-1]:]
print(tokenizer.decode(response, skip_special_tokens=True))

Supervised Fine-Tuning (SFT) Details

Alo-70M was aligned using a curated subset of the Bangla-SFT-50k dataset formatted using ChatML.

  • Dataset Pruning: Initial SFT experiments revealed that forcing a sub-100M parameter model to learn complex markdown syntax/tables caused severe representation crowding. Thus, the 12,517-sample Structured Formatting category was excluded. The final active training mixture consisted of 37,536 aligned pairs.
  • Engineering Properties: The training data strictly forbade conversational prefaces (e.g., "নিশ্চয়ই, আমি এটি করে দিচ্ছি") so that responses begin immediately with the target output, optimizing inference speeds.
  • Hardware: NVIDIA T4 and L4 GPUs.
  • Hyperparameters:
    • Optimizer: Fused AdamW (adamw_torch_fused) with beta_1 = 0.9, beta_2 = 0.999, epsilon = 10^-8
    • Weight Decay: 0.0
    • Learning Rate Schedule: Cosine decay, peaking at 3 times 10^-4 with a 10% linear warmup.
    • Epochs: 3
    • Effective Batch Size: 32 (per-device 8 with gradient accumulation of 4).
    • Precision: Native Automatic Mixed Precision (AMP).

Model Architecture details

Like its base model, Alo-70M utilizes a parameter-efficient architecture:

  • Layers: 12
  • Hidden Dimension: 512 | Intermediate FFN: 1408
  • Attention: Grouped-Query Attention (GQA) with 8 query heads / 4 KV heads.
  • Positional Embeddings: RoPE (Base freq: 10,000)
  • Word Embeddings: Untied.
  • Context Window: 1024 tokens.

Evaluation Results

The model was evaluated zero-shot across Bengali reasoning and knowledge benchmarks (continuation-based log-probability evaluation):

BenchmarkAlo-70M (SFT)Alo-70M-BaseGemma-3-270M-ITTigerLLM-1B-IT
bangla_mmlu_bn26.29%26.31%26.81%27.66%
bangla_commonsenseqa_bn25.88%28.42%22.77%25.14%
indicbench_arc_bn_challenge24.15%22.70%25.34%27.13%
boolqa_bn48.70%48.42%51.30%52.40%
openbookqa_bn30.58%31.39%31.99%34.21%
piqa_bn50.05%50.49%49.51%49.51%
hellaswag_bn26.89%27.27%27.85%31.01%

Note: The 69M instruction-tuned model outperforms the larger Gemma-3-270M-IT baseline on tasks like CommonsenseQA and PIQA.

Limitations and Biases

  • Alignment Tax (Catastrophic Forgetting): While SFT successfully aligned the model for text generation stability and instruction following, it introduced a measurable degradation in pure zero-shot reasoning compared to the Base model (e.g., dropping from 28.42% to 25.88% on CommonsenseQA). This happens because applying instructions to a highly capacity-constrained 69M model over-indexes weights toward output formatting at the expense of some pre-trained logical representations.
  • Knowledge Retrieval: With under 100M parameters, the model physically lacks the capacity to serve as a comprehensive encyclopedic knowledge base. It is better suited for text processing tasks (editing, summarizing) than fact-retrieval.
  • Context Length: The model is optimized for a 1024-token context window. Prompts exceeding this length will be truncated or result in degraded quality.

Citation

Technical paper out soon.

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
6106c22

0 моделей