/ Модель
Каталог

Характеристики

Контекст
2 048 токенов
Параметры
162 112
Архитектура
llama · dense
Библиотека
transformers
Опубликована
11 авг 2026

Ссылки

Hugging Face

llama-64-2L

stage-babylm
Генерация текстаТекст → текст3 профессии

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

27скачиваний 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-64-2L — экспериментальная дообученная модель семейства Llama, опубликованная в репозитории stage-babylm/llama-64-2L. Она предназначена для генерации текста; карточка приводит результат оценки: loss 2,2400. Модель содержит 162,1 тыс. параметров, использует архитектуру LlamaForCausalLM, формат safetensors и контекст до 2048 токенов.

В README не описаны датасет, конкретные сценарии применения и ограничения, поэтому качество и пригодность модели для практических задач по карточке оценить нельзя. Лицензия в доступных данных не указана.

Сценарии применения

  • эксперименты с генерацией текста
  • оценка компактных языковых моделей
  • изучение поведения малой модели Llama

Ограничения

README не раскрывает обучающий датасет, назначение дообучения и ограничения; указан только результат оценки loss 2,2400. Лицензия в предоставленных данных отсутствует.

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 015моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

llama-64-2L

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

  • Loss: 2.2400

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 log006.9189
2.67540.050020142.6837
2.51860.100040282.5284
2.46310.150060422.4794
2.43400.200080562.4470
2.41480.2500100702.4229
2.39910.3000120842.4112
2.37380.3500140982.4080
2.36500.4000161122.3843
2.35600.4500181262.3709
2.33540.5000201402.3547
2.32650.5500221542.3430
2.29210.6000241682.3264
2.29860.6500261822.3090
2.28100.7000281962.2954
2.25400.7500302102.2794
2.24310.8000322242.2671
2.23770.8500342382.2542
2.22510.9000362522.2456
2.21960.9500382662.2413
2.21341.0402782.2400

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
ec0ba8b

0 моделей

    Создать бенчмарк