/ Модель
Каталог

Характеристики

Контекст
2 048 токенов
Параметры
6,5 млн
Архитектура
llama · dense
Библиотека
transformers
Опубликована
10 авг 2026

Ссылки

Hugging Face

llama-256-8L

stage-babylm
Генерация текстаТекст → текст3 профессии

Небольшая дообученная модель семейства Llama для генерации текста и экспериментов.

30скачиваний за 30 дней0лайковвеса обновлены18 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-256-8L — небольшая плотная авторегрессионная языковая модель семейства Llama с архитектурой LlamaForCausalLM. По карточке Hugging Face это дообученная модель; разработчик и базовая модель не указаны. Репозиторий содержит веса в формате safetensors, размер модели — 6,5 млн параметров, контекст — до 2048 токенов.

Модель предназначена для генерации текста и может использоваться в экспериментах с небольшими языковыми моделями. В карточке приведён результат оценки на тестовом наборе: loss 1,7280, но набор данных и методика оценки не описаны. Языки и специальные сценарии применения не указаны.

Условия лицензии в доступных данных не приведены. Из-за малого размера и ограниченной информации о данных и оценке пригодность модели для практических задач не подтверждена.

Сценарии применения

  • эксперименты с компактными языковыми моделями
  • генерация коротких текстовых продолжений
  • проверка конвейеров генерации текста

Ограничения

Данные обучения, базовая модель, языки, лицензия и сценарии применения не описаны; приведённая оценка loss не сопровождается сведениями о наборе данных или методике. Практическое качество модели по имеющейся информации оценить нельзя.

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 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-256-8L

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

  • Loss: 1.7280

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 log006.9575
2.37850.050020142.3882
2.17370.100040282.1826
2.08990.150060422.1034
2.04270.200080562.0623
2.01860.2500100702.0367
1.99180.3000120842.0073
1.95930.3500140981.9862
1.93990.4000161121.9662
1.93210.4500181261.9422
1.89770.5000201401.9194
1.88260.5500221541.8998
1.84310.6000241681.8738
1.83270.6500261821.8467
1.80780.7000281961.8225
1.77150.7500302101.7944
1.74680.8000322241.7725
1.73270.8500342381.7515
1.71220.9000362521.7370
1.70450.9500382661.7296
1.70161.0402781.7280

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
3315df8

0 моделей

    Создать бенчмарк