/ Модель
Каталог

Характеристики

Контекст
2 048 токенов
Параметры
1,7 млн
Архитектура
llama · dense
Библиотека
transformers
Опубликована
10 авг 2026

Ссылки

Hugging Face

llama-128-8L

stage-babylm
Генерация текстаТекст → текст3 профессии

Компактная дообученная языковая модель семейства Llama для генерации текста и экспериментов.

31скачиваний 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-128-8L — компактная причинная языковая модель семейства Llama, представленная в формате Safetensors для Transformers. В карточке указано, что это дообученная модель; число параметров составляет 1,7 млн, а длина контекста — 2048 токенов. Автор не описал датасет и целевое применение; приведён результат оценки Loss 1,8453 без подробностей о наборе и методике оценки.

Модель выполняет генерацию текста и может служить компактным чекпойнтом для экспериментов с языковыми моделями. Данных, чтобы определить поддерживаемые естественные языки или конкретные пользовательские сценарии, нет. Условия лицензии в предоставленных сведениях не указаны.

Сценарии применения

  • эксперименты с компактными языковыми моделями
  • тестирование генерации текста в Transformers
  • оценка поведения малых причинных языковых моделей

Ограничения

Описание назначения, обучающих данных и поддерживаемых языков отсутствует; указанная оценка Loss не сопровождается описанием методики. Лицензия в предоставленных сведениях не указана.

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 015моделейII.1Разработка и данныеАнализ требований и архитектура ПОAI помогает переводить потребности бизнеса в непротиворечивые требования и технические решения.20 задач18 191модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

llama-128-8L

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

  • Loss: 1.8453

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 log006.9283
2.44010.050020142.4528
2.23420.100040282.2448
2.16010.150060422.1786
2.12110.200080562.1415
2.10150.2500100702.1168
2.07950.3000120842.0914
2.05060.3500140982.0766
2.03140.4000161122.0573
2.02560.4500181262.0357
1.99400.5000201402.0150
1.98180.5500221541.9966
1.94330.6000241681.9734
1.93570.6500261821.9501
1.91230.7000281961.9282
1.88090.7500302101.9052
1.85990.8000322241.8849
1.84920.8500342381.8661
1.82840.9000362521.8536
1.82290.9500382661.8468
1.81881.0402781.8453

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
edba9e9

0 моделей

    Создать бенчмарк