/ Модель
Каталог

Характеристики

Контекст
2 048 токенов
Параметры
1,8 млн
Архитектура
llama · dense
Библиотека
transformers
Опубликована
10 авг 2026

Ссылки

Hugging Face

llama-256-2L

stage-babylm
Генерация текстаТекст → текст3 профессии

Компактная дообученная модель семейства Llama для генерации текста, параметры обучения и практическое качество которой описаны ограниченно.

33скачиваний 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-256-2L — компактная языковая модель для генерации текста, размещённая аккаунтом stage-babylm. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM, примерно 1,8 млн параметров и контекстом 2048 токенов. Модель представлена в формате safetensors и использует библиотеку Transformers.

В README указано, что модель дообучена на неизвестной базовой модели и неизвестном наборе данных; на оценочном наборе приведено значение loss 1,9046. Описание назначения, обучающих данных и ограничений в карточке отсутствует, поэтому качество и пригодность для конкретных сценариев по этим сведениям определить нельзя. Лицензия в доступных данных не указана.

Сценарии применения

  • эксперименты с генерацией текста на компактной модели
  • изучение архитектуры LlamaForCausalLM
  • оценка поведения малых языковых моделей

Ограничения

Базовая модель, обучающие данные и предполагаемые сценарии использования не раскрыты; приведено только значение loss 1,9046 без контекста оценки. Лицензия и поддерживаемые естественные языки не указаны в доступных данных.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.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-256-2L

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

  • Loss: 1.9046

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 log006.9650
2.50310.050020142.5194
2.31420.100040282.3236
2.23910.150060422.2541
2.19830.200080562.2153
2.17640.2500100702.1878
2.15110.3000120842.1678
2.12450.3500140982.1461
2.10280.4000161122.1291
2.09420.4500181262.1075
2.06360.5000201402.0847
2.04830.5500221542.0644
2.01010.6000241682.0382
2.00210.6500261822.0161
1.97710.7000281961.9936
1.94110.7500302101.9658
1.92130.8000322241.9466
1.91080.8500342381.9272
1.89060.9000362521.9131
1.88240.9500382661.9064
1.87641.0402781.9046

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
b1bd311

0 моделей

    Создать бенчмарк