/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
1,5 млрд
Архитектура
lfm2 · dense
Базовая модель
LFM2-1.2B
Опубликована
8 сен 2025

ConstructionSafetyQA-1.2B-V1

Генерация текстаТекст → текст3 профессии

Дообученная языковая модель для коротких практических ответов на вопросы по безопасности на строительной площадке.

45скачиваний за 30 дней7лайковвеса обновлены8 сен 2025

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

ConstructionSafetyQA-1.2B-V1 — дообученная на базе LiquidAI/LFM2-1.2B компактная языковая модель от yasserrmd, оптимизированная для ответов на вопросы по безопасности строительных работ. Она принимает текстовые инструкции и вопросы и формулирует короткие практические ответы для рабочих и руководителей площадок: по обучению безопасности, предотвращению опасностей и правилам работы на стройке. Модель имеет плотную архитектуру LFM2 с 1,5 млрд параметров, поддерживает контекст до 32 768 токенов и настроена на диалоговое следование инструкциям.

Модель подходит для кратких консультаций на площадке, вводных инструктажей и повторения правил безопасности. Она даёт общие рекомендации, не учитывает местные нормы и требования законодательства, а её лаконичные ответы не являются техническими справочниками. Критически важные решения следует проверять с участием специалиста; модель не заменяет сертифицированное обучение и официальные правила. Лицензия в предоставленных данных не указана.

Сценарии применения

  • ответы рабочим на вопросы о правилах безопасности на стройке
  • подсказки по предотвращению опасностей на строительной площадке
  • подготовка коротких материалов для инструктажа по безопасности
  • быстрое повторение правил безопасной работы для руководителей и рабочих

Ограничения

Даёт общие рекомендации без учёта региональных норм и не заменяет сертифицированное обучение или официальные правила площадки. Короткие ответы могут требовать проверки специалистом перед принятием критически важных решений.

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

ConstructionSafetyQA-1.2B-V1

ConstructionSafetyQA-1.2B-V1 is a fine-tuned version of LiquidAI/LFM2-1.2B, optimized using Unsloth for construction safety question answering.

This model is designed to provide short, simple, and practical answers for construction workers and supervisors. It focuses on safety training, hazard prevention, and site best practices, avoiding unnecessary technical jargon.


Model Details

  • Base Model: LiquidAI/LFM2-1.2B
  • Fine-tuning Framework: Unsloth
  • Task: Instruction-tuned for Construction Safety Q&A
  • Answer Style:
    • Short (1–3 sentences)
    • Worker/supervisor-focused
    • Safety-first, practical instructions

Example Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "yasserrmd/ConstructionSafetyQA-1.2B-V1"

tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    device_map="auto",
)

messages = [
    {"role": "system", "content": "You are a construction safety trainer. Always give short, practical, safety-first answers."},
    {"role": "user", "content": "What should workers do if scaffolding guardrails are missing?"}
]

inputs = tokenizer.apply_chat_template(messages, return_tensors="pt").to(model.device)
outputs = model.generate(inputs, max_new_tokens=128)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

Example Outputs

Input:

What should workers do if scaffolding guardrails are missing?

Output:

Workers must stop using the scaffold and report it. Guardrails must be installed before work continues.

Input:

Why is hydration important when working in hot weather?

Output:

Hydration prevents heat exhaustion and keeps workers alert and safe.

Intended Use

  • Training aid for construction workers and supervisors
  • On-site safety Q&A assistant
  • Toolbox talks and quick safety refreshers

Not intended to replace certified training or safety regulations. Always follow official site rules and local laws.


Limitations

  • Provides general safety guidance, not region-specific code compliance.
  • Answers are short and simple by design (not technical references).
  • May need human review for critical safety decisions.

Citation

If you use this model in your work, please cite:

@misc{yasser2025constructionsafetyqa,
  title={ConstructionSafetyQA-1.2B-V1},
  author={Mohamed Yasser},
  year={2025},
  publisher={Hugging Face},
  howpublished={\url{https://huggingface.co/yasserrmd/ConstructionSafetyQA-1.2B-V1}}
}

Acknowledgements

  • Base model: LiquidAI/LFM2-1.2B
  • Fine-tuning: Unsloth
  • Inspiration: Promoting construction safety awareness with accessible AI tools.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Lfm2ForCausalLM
Ревизия весов
d4a2498

0 моделей