/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
9,7 млн
Архитектура
llama · dense
Библиотека
transformers
Опубликована
10 авг 2026

llama-256-12L

Генерация текстаТекст → текст3 профессии

Небольшая дообученная языковая модель архитектуры Llama для генерации текста с контекстом до 2048 токенов.

48скачиваний 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.

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-256-12L — языковая модель с архитектурой LlamaForCausalLM, разработанная на основе дообучения другой модели. Репозиторий содержит веса в формате safetensors; размер модели — 9,7 млн параметров, контекст — до 2048 токенов.

Модель предназначена для генерации текста. В карточке приведён результат оценки: loss 1,6964; сведения о датасете, целевых сценариях и языках обучения отсутствуют. Лицензия в доступных данных не указана.

Сценарии применения

  • генерация текста по заданному началу
  • эксперименты с компактными языковыми моделями
  • оценка качества генерации текста на собственных данных

Ограничения

Карточка не сообщает, на каких данных и для каких сценариев модель дообучалась; приведённого значения loss недостаточно для оценки качества в практических задачах.

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

llama-256-12L

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

  • Loss: 1.6964

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 log006.9829
2.36020.050020142.3738
2.15140.100040282.1621
2.06890.150060422.0853
2.02110.200080562.0399
1.99660.2500100702.0125
1.96840.3000120841.9834
1.93480.3500140981.9624
1.91390.4000161121.9438
1.90610.4500181261.9172
1.87020.5000201401.8941
1.85390.5500221541.8710
1.81640.6000241681.8455
1.80360.6500261821.8194
1.77910.7000281961.7929
1.74270.7500302101.7650
1.71790.8000322241.7419
1.70150.8500342381.7202
1.68270.9000362521.7059
1.67260.9500382661.6981
1.66951.0402781.6964

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
e9d05b0

0 моделей