/ Модель

Характеристики

Контекст
1 024 токена
Параметры
40,5 млн
Архитектура
llama · dense
Библиотека
transformers
Опубликована
1 фев 2026

umitllama-base-english

Генерация текстаТекст → текст3 профессии

Небольшая модель семейства Llama, обученная на английской Википедии для генерации текста и экспериментов.

186скачиваний за 30 дней0лайковвеса обновлены4 фев 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

uisikdag/umitllama-base-english — небольшая языковая модель семейства Llama, обученная автором на одном миллионе строк английской Википедии в течение трёх эпох. В README указано около 57 млн параметров, тогда как метаданные Hugging Face приводят 40,5 млн; поэтому точный размер модели по доступным сведениям расходится. Архитектура — плотная авторегрессионная LlamaForCausalLM, библиотека — Transformers, веса опубликованы в формате safetensors; длина контекста составляет 1024 токена.

Модель предназначена для генерации продолжений текста на английском языке и учебных экспериментов с компактными GPT-подобными моделями. Автор сообщает, что обучение проходило на RTX 2060 с 6 ГБ видеопамяти и 54 ГБ оперативной памяти. Данных о лицензии в предоставленных источниках нет.

Сценарии применения

  • генерация продолжений англоязычных текстов
  • учебные эксперименты с компактными языковыми моделями
  • прототипирование генерации текста на корпусе Википедии

Ограничения

Контекст ограничен 1024 токенами; модель небольшая и обучалась только три эпохи на подмножестве английской Википедии, поэтому её знания и качество могут быть ограничены. Лицензия в предоставленных источниках не описана.

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

Model Card for Model ID

~57M parameter GPT style toy model trained with wikipedia.en 1M rows.

epochs:3

Trained on RTX 2060 6GB VRAM 54 GB RAM

Inference Code

import torch
import argparse
from transformers import pipeline

def main():
    parser = argparse.ArgumentParser(description="Minimal Llama Inference")
    # This is the "model_id argument" you asked for
    parser.add_argument(
        "model_id", 
        nargs="?", 
        default="uisikdag/umitllama-base-english",
        help="Hugging Face model ID or local path"
    )
    args = parser.parse_args()

    print(f"Loading model from HF: {args.model_id}")

    # Create pipeline
    generator = pipeline(
        "text-generation",
        model=args.model_id,
        torch_dtype=torch.float16 if torch.cuda.is_available() else torch.float32,
        device_map="auto",
        trust_remote_code=True
    )

    # Generate
    prompt = "The economy is:"
    print(f"\nPrompt: {prompt}")

    output = generator(
        prompt, 
        max_new_tokens=50, 
        do_sample=True, 
        temperature=0.7,
        pad_token_id=generator.tokenizer.eos_token_id
    )

    print(f"\nResponse:\n{output[0]['generated_text']}")

if __name__ == "__main__":
    main()

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
3e197f9

0 моделей