/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Llama 3.1
Архитектура
llama · dense
Базовая модель
Llama-3.1-8B
Библиотека
transformers
Опубликована
20 дек 2025

Llama-3.1-EstLLM-8B-0525

Генерация текстаТекст → текст3 профессии

Базовая модель Llama 3.1 на 7,5 млрд параметров, продолженно обученная TartuNLP и TalTechNLP для эстонского и английского текста и дальнейшей адаптации к задачам.

78скачиваний 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.

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

TartuNLP и TalTechNLP разработали эту базовую причинную языковую модель на архитектуре Llama 3.1 с 7,5 млрд параметров. Модель получена продолжением предварительного обучения meta-llama/Llama-3.1-8B примерно на 35 млрд токенов, включая эстоноязычный корпус, материалы по программированию и математике, а также общие и инструкционные данные. Она принимает и генерирует текст на эстонском и английском языках; заявленная длина контекста — 131 072 токена.

Модель предназначена прежде всего для дальнейшей настройки под конкретные задачи и оценки языковых возможностей, в том числе на эстонском языке. Это базовая модель без инструкционной настройки, поэтому она не рассчитана на непосредственное использование как чат-бот или для выполнения инструкций. В README также отмечено ограничение, связанное с продолженным обучением на последовательностях длиной 4096 токенов. Лицензия — Llama 3.1 Community License Agreement.

Сценарии применения

  • дообучение модели для генерации текста на эстонском языке
  • адаптация языковой модели для эстонских NLP-задач
  • генерация и продолжение текста на английском языке
  • оценка языковых моделей на эстонских бенчмарках

Ограничения

Модель не проходила инструкционную настройку и не предназначена для непосредственного применения как чат-бот или для следования инструкциям. Несмотря на указанное в метаданных окно контекста 131 072 токена, продолженное обучение проводилось с длиной последовательности 4096 токенов.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

image/png

Llama EstLLM 8B 0825 Base

Please note that this is a base text completion model that has not been instruction-tuned. It is intended for fine-tuning on downstream tasks rather than direct use for chat or instruction-following.

meta-llama/Llama-3.1-8B continuously pre-trained on approximately 35B tokens. Continued pre-training was performed for a single epoch on:

  • Estonian National Corpus (8.6B tokens)
  • Python-Edu (3.3B tokens)
  • FineMath4-Plus (9.5B tokens)
  • General Instruction-Augmented Corpora (7.4B tokens)
  • Cosmopedia v2 (6.9B tokens)

Model Details

Model Description

  • Developed by: TartuNLP and TalTechNLP research groups
  • Funded by: Estonian Ministry of Education and Research, “Estonian Language Technology Program 2018-2027”
  • Model type: Causal Language Model
  • Language(s) (NLP): Estonian, English
  • License: Llama 3.1 Community License Agreement
  • Finetuned from model: meta-llama/Llama-3.1-8B

Evaluation

Logits-based

Estonian

Model (# parameters ↓)belebele-etexam-etgrammar-etinflection-ettrivia-etwinogrande-etxcopa-etGlobalPIQA-et
utter-project/EuroLLM-9B0.6990.6180.6630.440.3710.6920.7120.69
mistralai/Ministral-3-8B-Base-25120.2630.5280.6410.5850.3160.6230.560.6
swiss-ai/Apertus-8B-25090.7680.6070.7890.4780.3290.7110.6780.73
meta-llama/Llama-3.1-8B0.670.4470.6580.5870.30.5960.5320.53
tartuNLP/Apertus-EstLLM-8B-11250.7880.6360.8340.5230.3890.7520.730.79
tartuNLP/Llama-3.1-EstLLM-8B-05250.7720.570.8750.6190.4490.740.7520.78
Llammas-base0.3870.4620.5380.2690.3360.6970.6860.76
BSC-LT/salamandra-7b0.4480.5050.6990.2680.2960.6730.6580.71
Qwen/Qwen2.5-7B0.6640.4550.6540.4520.290.530.4940.54

English

Model (# parameters ↓)belebele-enMMLU-Reduxwinogrande
utter-project/EuroLLM-9B0.7730.5570.732
mistralai/Ministral-3-8B-Base-25120.8970.7290.771
swiss-ai/Apertus-8B-25090.8270.5980.761
meta-llama/Llama-3.1-8B0.8730.6490.785
tartuNLP/Apertus-EstLLM-8B-11250.8430.6250.763
tartuNLP/Llama-3.1-EstLLM-8B-05250.870.6270.766
tartuNLP/Llammas-base0.450.350.72
BSC-LT/salamandra-7b0.5310.4490.706
Qwen/Qwen2.5-7B0.9120.750.751

Translation

Model (# parameters ↓)flores en→et (BLEU)flores et→en (BLEU)
utter-project/EuroLLM-9B29.041.2
mistralai/Ministral-3-8B-Base-251212.629.6
swiss-ai/Apertus-8B-250925.038.5
meta-llama/Llama-3.1-8B13.533.7
tartuNLP/Apertus-EstLLM-8B-112527.437.4
tartuNLP/Llama-3.1-EstLLM-8B-052528.136.8
tartuNLP/Llammas-base22.032.7
BSC-LT/salamandra-7b14.718.2
Qwen/Qwen2.5-7B5.127.5

Limitations

In addition to the limitations of the original Llama 3.1 8B model, this model has the following:

  • Somewhat limited context size due to the continued training being done with the sequence length of 4096 tokens.

Citation

@misc{dorkin2026estllmenhancingestoniancapabilities,
      title={{EstLLM: Enhancing Estonian Capabilities in Multilingual LLMs via Continued Pretraining and Post-Training}}, 
      author={Aleksei Dorkin and Taido Purason and Emil Kalbaliyev and Hele-Andra Kuulmets and Marii Ojastu and Mark Fišel and Tanel Alumäe and Eleri Aedmaa and Krister Kruusmaa and Kairit Sirts},
      year={2026},
      eprint={2603.02041},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2603.02041}, 
}

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
f58919b

0 моделей