/ Модель
Каталог

Характеристики

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

Ссылки

Hugging Face

llama-256-1L

stage-babylm
Генерация текстаТекст → текст3 профессии

Экспериментальная дообученная модель Llama на 1 млн параметров для генерации текста и изучения компактных языковых моделей.

30скачиваний 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-256-1L — экспериментальная компактная языковая модель семейства Llama, опубликованная аккаунтом stage-babylm. Это дообученная причинная модель для генерации текста на базе архитектуры LlamaForCausalLM; в репозитории указаны веса в формате safetensors. Размер модели — около 1 млн параметров, контекст — 2048 токенов.

В карточке приведён результат оценки: loss 2,0350. Данные о базовой модели, обучающем наборе, языках, целевых сценариях и лицензии отсутствуют, поэтому нельзя надёжно определить качество и условия коммерческого использования. Модель подойдёт для экспериментов с компактными языковыми моделями и генерацией текста; применять её для ответственных задач без собственной оценки не следует.

Сценарии применения

  • эксперименты с генерацией текста на компактной модели
  • оценка поведения малых языковых моделей
  • проверка загрузки и инференса модели семейства Llama

Ограничения

В README отсутствуют сведения о базовой модели, обучающих данных, поддерживаемых языках и лицензии; приведён только результат loss 2,0350, который сам по себе не позволяет оценить практическое качество.

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.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

llama-256-1L

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

  • Loss: 2.0350

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 log006.9159
2.57540.050020142.5866
2.39360.100040282.4001
2.32270.150060422.3365
2.29000.200080562.3012
2.26780.2500100702.2809
2.24560.3000120842.2612
2.22200.3500140982.2437
2.20570.4000161122.2269
2.19590.4500181262.2077
2.17320.5000201402.1914
2.15990.5500221542.1747
2.12160.6000241682.1519
2.11870.6500261822.1310
2.09540.7000281962.1108
2.06360.7500302102.0881
2.04940.8000322242.0712
2.03870.8500342382.0540
2.02210.9000362522.0427
2.01350.9500382662.0364
2.00941.0402782.0350

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
f9285b5

0 моделей

    Создать бенчмарк