/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Параметры
207 млн
Лицензия
Llama 3.2
Архитектура
llama · dense
Базовая модель
Llama-3.2-1B
Библиотека
transformers
Опубликована
9 янв 2025

Ссылки

Hugging Face

llama-3.2-amharic-32k-1024-v8

yosefw
Генерация текстаТекст → текст3 профессии

Дообученная на амхарском языке модель Llama для генерации текста с контекстом до 1024 токенов.

128скачиваний за 30 дней0лайковвеса обновлены17 янв 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.

Открыть конструктор бенчмарка

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

Это дообученная Yosefw модель семейства Llama для генерации текста на амхарском языке. В основе лежит meta-llama/Llama-3.2-1B; архитектура — плотная авторегрессионная LlamaForCausalLM, веса сохранены в формате safetensors. Метаданные указывают 206,7 млн параметров и контекстное окно 1024 токена.

Модель предназначена для генерации текста на амхарском языке. README сообщает о дообучении на неизвестном наборе данных и приводит значение eval_loss 3,9086, но не описывает конкретные сценарии, качество на пользовательских задачах или ограничения. Лицензия указана как llama3.2; применяются условия лицензии семейства Llama 3.2.

Сценарии применения

  • генерация текста на амхарском языке
  • продолжение текста на амхарском языке
  • создание амхароязычных черновиков

Ограничения

Набор данных для дообучения не описан, а приведённая оценка eval_loss не позволяет судить о качестве на конкретных прикладных задачах. Контекст ограничен 1024 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейI.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

llama-3.2-amharic-32k-1024-v8

This model is a fine-tuned version of meta-llama/Llama-3.2-1B on an unknown dataset. It achieves the following results on the evaluation set:

  • eval_loss: 3.9086
  • eval_model_preparation_time: 0.0016
  • eval_runtime: 16.8971
  • eval_samples_per_second: 619.276
  • eval_steps_per_second: 5.563
  • epoch: 13.5067
  • step: 130151

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 0.0003
  • train_batch_size: 112
  • eval_batch_size: 112
  • seed: 42
  • optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.1
  • lr_scheduler_warmup_steps: 2000
  • num_epochs: 16
  • mixed_precision_training: Native AMP

Framework versions

  • Transformers 4.48.0
  • Pytorch 2.5.1+cu121
  • Datasets 3.2.0
  • Tokenizers 0.21.0

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
0955830

0 моделей

    Создать бенчмарк