/ Модель
Каталог

Характеристики

Контекст
2 048 токенов
Параметры
456 256
Архитектура
llama · dense
Библиотека
transformers
Опубликована
11 авг 2026

Ссылки

Hugging Face

llama-64-8L

stage-babylm
Генерация текстаТекст → текст3 профессии

Небольшая дообученная модель семейства Llama для генерации текста и экспериментов с языковыми моделями.

43скачиваний 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-64-8L — небольшая языковая модель для генерации текста, представленная в формате safetensors и предназначенная для Transformers. В карточке указано, что это дообученная модель, однако базовая модель и обучающий набор данных не названы. Архитектура относится к семейству Llama и реализована классом LlamaForCausalLM; размер модели — около 456,3 тыс. параметров, контекст — до 2048 токенов.

Модель можно использовать для экспериментов с генерацией текста и оценки языковых моделей. В карточке приведён результат оценки: loss 2,0499; сценарии применения, поддерживаемые языки и специальные возможности не описаны. Лицензия в предоставленных данных не указана.

Сценарии применения

  • эксперименты с генерацией текста
  • оценка языковых моделей по значению loss
  • изучение компактных моделей архитектуры Llama

Ограничения

Базовая модель, обучающие данные и поддерживаемые языки не описаны; приведён только результат loss 2,0499 без подробностей об оценке. Размер модели очень мал, поэтому её возможности для прикладной генерации текста могут быть ограничены.

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.1Разработка и данныеАнализ требований и архитектура ПОAI помогает переводить потребности бизнеса в непротиворечивые требования и технические решения.20 задач18 191модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

llama-64-8L

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

  • Loss: 2.0499

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 log006.9231
2.58660.050020142.5982
2.39000.100040282.3952
2.32170.150060422.3394
2.28430.200080562.3034
2.26920.2500100702.2801
2.24910.3000120842.2614
2.22160.3500140982.2482
2.20810.4000161122.2317
2.20270.4500181262.2162
2.17550.5000201402.2007
2.16450.5500221542.1820
2.12780.6000241682.1578
2.12630.6500261822.1388
2.10330.7000281962.1204
2.07520.7500302102.1010
2.06030.8000322242.0834
2.05070.8500342382.0687
2.03380.9000362522.0574
2.02690.9500382662.0515
2.02211.0402782.0499

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
ade2c22

0 моделей

    Создать бенчмарк