/ Модель

Характеристики

Контекст
1 024 токена
Параметры
13,9 млн
Архитектура
llama · dense
Библиотека
transformers
Опубликована
1 фев 2026

umitllama-mini-english

Генерация текстаТекст → текст3 профессии

Компактная экспериментальная модель семейства Llama для генерации английского текста, обученная на данных Wikipedia.

119скачиваний 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-mini-english — компактная языковая модель семейства Llama для генерации текста. В метаданных указано 13,9 млн параметров, архитектура LlamaForCausalLM, формат safetensors и контекст до 1024 токенов. Автор карточки описывает её как экспериментальную GPT-подобную игрушечную модель, обученную три эпохи на миллионе строк английской Wikipedia; в карточке также приведена оценка размера около 22 млн параметров, расходящаяся с метаданными.

Модель может служить для экспериментов с генерацией английского текста и изучения компактных языковых моделей. Данных о лицензии нет, поэтому условия использования установить нельзя.

Сценарии применения

  • эксперименты с генерацией английского текста
  • изучение работы компактных моделей Llama
  • прототипирование генерации текста на коротком контексте

Ограничения

Это игрушечная модель небольшого размера, обученная на Wikipedia; карточка не сообщает результатов оценки качества. Размер в README (около 22 млн параметров) расходится с метаданными (13,9 млн), а лицензия не указана.

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

~22M 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-mini-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
be290ed

0 моделей