/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
9,7 млн
Архитектура
llama · dense
Базовая модель
llama-256-12L
Библиотека
transformers
Опубликована
25 авг 2026

llama-256-12L-qa

Генерация текстаТекст → текст3 профессии

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

34скачиваний за 30 дней0лайковвеса обновлены25 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

stage-babylm/llama-256-12L-qa — дообученная модель семейства Llama для генерации текста, созданная на основе stage-babylm/llama-256-12L. В репозитории указано, что она обучалась на неизвестном наборе данных; на оценочном наборе достигла значения loss 1,7426.

Модель построена на архитектуре LlamaForCausalLM, содержит 9,7 млн параметров и использует библиотеку Transformers. Контекст — до 2048 токенов. Карточка не уточняет назначение суффикса «qa», поддерживаемые языки, сценарии применения или ограничения, поэтому нельзя достоверно заключить, что модель предназначена именно для ответов на вопросы.

Файлы представлены в формате safetensors. Условия лицензии в доступных сведениях не указаны.

Сценарии применения

  • генерация продолжения текста
  • эксперименты с компактными языковыми моделями
  • оценка генерации текста на собственном наборе данных

Ограничения

Данные обучения не раскрыты, а карточка не описывает предполагаемые сценарии и ограничения; пригодность для ответов на вопросы по имеющимся сведениям подтвердить нельзя.

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-qa

This model is a fine-tuned version of stage-babylm/llama-256-12L on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 1.7426

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: 2e-05
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 0.1
  • num_epochs: 3
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
2.63670.15071712.5935
2.02990.30133421.9835
1.88340.45205131.8715
1.88430.60266841.8319
1.79290.75338551.8088
1.83400.904010261.7920
1.69841.054611971.7805
1.77951.205313681.7718
1.78481.355915391.7657
1.73731.506617101.7593
1.71831.657318811.7548
1.78891.807920521.7509
1.68191.958622231.7478
1.75352.109323941.7460
1.66692.259925651.7448
1.76142.410627361.7437
1.69352.561229071.7431
1.71862.711930781.7428
1.67192.862632491.7426
1.68353.034051.7426

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
c063e2f

0 моделей