/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
125 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Библиотека
transformers
Опубликована
17 фев 2026

mzansilm-125m

Генерация текстаТекст → текст4 профессии

MzansiLM 125M — компактная языковая модель для генерации текста и исследований на одиннадцати официальных языках Южной Африки.

2 099скачиваний за 30 дней32лайкавеса обновлены3 окт 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

MzansiLM 125M — модель семейства Llama, разработанная для языков Южной Африки и обученная с нуля на многоязычном корпусе MzansiText, охватывающем все 11 официальных языков страны. Это плотная авторегрессионная модель с 125,3 млн параметров и контекстом 2048 токенов; используется декодерная архитектура LlamaForCausalLM и собственный BPE-токенизатор с размером словаря 65 536.

Сценарии применения

  • генерация текста на языках Южной Африки
  • предварительное обучение и адаптация языковых моделей для низкоресурсных языков
  • дообучение модели для прикладных задач на южноафриканских языках
  • оценка качества языковых моделей на корпусе MzansiText

Ограничения

Контекст ограничен 2048 токенами. Для этой конфигурации требуется Transformers 4.x: Transformers 5 отклоняет её при проверке конфигурации из-за несоответствия между размером скрытого слоя и числом голов внимания.

Для каких профессий подходит4

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

MzansiLM 125M

MzansiLM is a 125M-parameter decoder-only language model trained from scratch on MzansiText, a multilingual corpus covering all eleven official South African languages.

GitHub Paper Dataset Collection

Model Details

  • Parameters: 125,008,384
  • Architecture: decoder-only LlamaForCausalLM
  • Hidden size: 512
  • Intermediate size: 1536
  • Layers: 30
  • Attention heads: 9
  • Key/value heads: 3
  • Context length: 2048
  • RoPE theta: 10000.0
  • RMSNorm epsilon: 1e-5
  • Tied word embeddings: true
  • Training attention implementation: flash_attention_2

Tokenizer

MzansiLM uses a custom BPE tokenizer with a vocabulary size of 65536.

  • [BOS] = 0
  • [EOS] = 1
  • [PAD] = 2
  • [UNK] = 3
  • Normalizer: NFD
  • Pre-tokenizer: ByteLevel
  • Post-processing:
    • single sequence: [BOS] $A [EOS]
    • pair sequence: [BOS] $A [EOS] [BOS] $B [EOS]

Training Data

The model was trained on MzansiText and covers all eleven official South African languages:

af, en, nso, sot, ssw, tsn, tso, ven, xho, zul, nbl

Related releases:

Intended Use

MzansiLM is a research model for pretraining, fine-tuning, and evaluation on South African languages. It is intended as a reproducible baseline for language modeling and downstream task adaptation.

Usage

MzansiLM uses an explicit attention head dimension (head_dim=56) with hidden_size=512 and num_attention_heads=9. Use Transformers 4.x for this release:

pip install "transformers>=4.52.4,<5" torch accelerate safetensors
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "uctnlp/mzansilm-125m"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id)

inputs = tokenizer("Namuhla sifunda ngolimi ngoba abantu", return_tensors="pt")
outputs = model.generate(
    **inputs,
    max_new_tokens=50,
    pad_token_id=tokenizer.pad_token_id,
)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

This is a base language model, not an instruction-tuned chat model, so outputs are plain text continuations of the prompt.

Compatibility note

Transformers 5 currently rejects this Llama configuration during validation because 512 is not divisible by 9, even though the model uses the explicit head_dim=56 stored in config.json. Until that validation path supports this configuration, use Transformers 4.x as shown above.

Citation

Please cite the paper:

@misc{lombard2026mzansitextmzansilmopencorpus,
      title={MzansiText and MzansiLM: An Open Corpus and Decoder-Only Language Model for South African Languages}, 
      author={Anri Lombard and Simbarashe Mawere and Temi Aina and Ethan Wolff and Sbonelo Gumede and Elan Novick and Francois Meyer and Jan Buys},
      year={2026},
      eprint={2603.20732},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2603.20732}, 
}

License

Apache License 2.0

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
dd093a0

0 моделей