/ Модель
Каталог

Характеристики

Контекст
2 048 токенов
Параметры
260 160
Архитектура
llama · dense
Библиотека
transformers
Опубликована
11 авг 2026

Ссылки

Hugging Face

llama-64-4L

stage-babylm
Генерация текстаТекст → текст3 профессии

Компактная дообученная модель семейства Llama для генерации текста.

31скачиваний 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-64-4L — небольшая языковая модель семейства Llama, опубликованная в репозитории stage-babylm. Модель дообучена на неизвестной базовой модели; в карточке приведён результат оценки Loss 2,1436, но описание обучения и набора данных отсутствует.

Модель предназначена для генерации текста и имеет архитектуру LlamaForCausalLM с 260,2 тыс. параметров и контекстом 2048 токенов. Репозиторий содержит веса в формате safetensors. README не описывает конкретные сценарии применения, поддерживаемые языки или ограничения качества. Лицензия в доступных данных не указана.

Сценарии применения

  • эксперименты с генерацией текста
  • тестирование небольших языковых моделей
  • оценка поведения модели на коротком контексте

Ограничения

Базовая модель, обучающий набор данных и поддерживаемые языки не раскрыты. Указан только один результат оценки, поэтому он не позволяет судить о качестве на конкретных задачах.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.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-64-4L

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

  • Loss: 2.1436

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 log006.9330
2.62410.050020142.6348
2.45080.100040282.4545
2.38800.150060422.4032
2.35850.200080562.3731
2.33990.2500100702.3507
2.32150.3000120842.3329
2.29650.3500140982.3197
2.28240.4000161122.3056
2.27700.4500181262.2915
2.25240.5000201402.2741
2.24540.5500221542.2596
2.20810.6000241682.2383
2.21020.6500261822.2233
2.18930.7000281962.2060
2.16200.7500302102.1867
2.15020.8000322242.1730
2.14260.8500342382.1598
2.12610.9000362522.1499
2.12100.9500382662.1450
2.11421.0402782.1436

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
5e090c5

0 моделей

    Создать бенчмарк