/ Модель
Каталог

Характеристики

Контекст
2 048 токенов
Параметры
914 048
Архитектура
llama · dense
Библиотека
transformers
Опубликована
10 авг 2026

Ссылки

Hugging Face

llama-128-4L

stage-babylm
Генерация текстаТекст → текст3 профессии

Компактная дообученная модель семейства Llama для генерации текста с контекстом до 2048 токенов.

38скачиваний за 30 дней0лайковвеса обновлены17 авг 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.

Открыть конструктор бенчмарка

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

llama-128-4L — компактная плотная языковая модель семейства Llama с архитектурой LlamaForCausalLM, опубликованная в пространстве stage-babylm. Это дообученная модель для генерации текста на базе Transformers; в карточке приведён результат оценки: loss 1,9264, но базовая модель и обучающий датасет не установлены.

Модель содержит 914 тысяч параметров и рассчитана на контекст до 2048 токенов. Репозиторий предоставляет веса в формате safetensors. Подробности о предполагаемых сценариях применения, языковой поддержке и лицензии в карточке отсутствуют, поэтому пригодность для конкретных задач и условия использования следует проверять отдельно.

Сценарии применения

  • эксперименты с компактной генерацией текста
  • оценка языковой модели по метрике loss
  • изучение архитектуры Llama на небольшой модели

Ограничения

Базовая модель и обучающий датасет не указаны, поэтому происхождение и область применимости дообучения определить нельзя. В карточке нет сведений о лицензии, языках и практических ограничениях.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

llama-128-4L

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

  • Loss: 1.9264

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: 0.0018
  • train_batch_size: 32
  • eval_batch_size: 32
  • seed: 42
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.95) and epsilon=1e-06 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 0.05
  • num_epochs: 1.0

Training results

Training LossEpochStepValidation Loss
No log006.9524
2.47760.050020142.4915
2.28590.100040282.2951
2.21580.150060422.2334
2.17890.200080562.1962
2.15970.2500100702.1761
2.13820.3000120842.1520
2.11450.3500140982.1372
2.09580.4000161122.1218
2.09080.4500181262.1026
2.06170.5000201402.0838
2.04960.5500221542.0645
2.01290.6000241682.0427
2.00900.6500261822.0215
1.98720.7000281962.0039
1.95600.7500302101.9803
1.93830.8000322241.9627
1.92910.8500342381.9461
1.91110.9000362521.9340
1.90460.9500382661.9279
1.89791.0402781.9264

Framework versions

  • Transformers 5.14.1
  • Pytorch 2.13.0+cu130
  • Datasets 5.0.0
  • Tokenizers 0.22.2

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
e9c50ea

0 моделей

    Создать бенчмарк