/ Модель
Каталог

Характеристики

Контекст
2 048 токенов
Параметры
1,2 млрд
Архитектура
llama · dense
Библиотека
transformers
Опубликована
15 сен 2026

Ссылки

Hugging FacearXiv 2203.05482

DataDecide-dclm-baseline-qc-20p-1B-57500_60000_62500_65000_67500_weightedavg_merge

yuhengtu-bytedance
Генерация текстаТекст → текст3 профессии

Объединённая методом mergekit предобученная Llama-модель на 1,2 млрд параметров для генерации текста.

238скачиваний за 30 дней0лайковвеса обновлены15 сен 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.

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

DataDecide-dclm-baseline-qc-20p-1B-57500_60000_62500_65000_67500_weightedavg_merge — объединённая предобученная языковая модель от автора репозитория yuhengtu-bytedance. Она построена методом линейного слияния mergekit из пяти контрольных точек DCLM baseline; архитектура — плотная LlamaForCausalLM на 1,2 млрд параметров, веса хранятся в safetensors и предназначены для работы через Transformers. Модель генерирует текст по текстовому запросу и подходит для экспериментов с генерацией и продолжением текста.

Размер контекста составляет 2048 токенов. Сведения о целевых языках, специализированных сценариях и лицензии в предоставленных источниках отсутствуют, поэтому модель следует рассматривать как общий языковой чекпойнт без подтверждённых отраслевых специализаций.

Сценарии применения

  • продолжение текста по заданному фрагменту
  • эксперименты с генерацией текста
  • оценка влияния слияния контрольных точек на языковую модель

Ограничения

Контекст ограничен 2048 токенами. В предоставленных источниках не описаны языковое покрытие, качество на прикладных задачах и лицензия.

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 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

DataDecide-dclm-baseline-qc-20p-1B-57500_60000_62500_65000_67500_weightedavg_merge

This is a merge of pre-trained language models created using mergekit.

Merge Details

Merge Method

This model was merged using the Linear merge method using /opt/tiger/Pan_Safety_Better_Measurement/merge_scaling_ckpts_cache/source_ckpts/dclm-baseline-qc-20p/step67500 as a base.

Models Merged

The following models were included in the merge:

  • /opt/tiger/Pan_Safety_Better_Measurement/merge_scaling_ckpts_cache/source_ckpts/dclm-baseline-qc-20p/step60000
  • /opt/tiger/Pan_Safety_Better_Measurement/merge_scaling_ckpts_cache/source_ckpts/dclm-baseline-qc-20p/step62500
  • /opt/tiger/Pan_Safety_Better_Measurement/merge_scaling_ckpts_cache/source_ckpts/dclm-baseline-qc-20p/step65000
  • /opt/tiger/Pan_Safety_Better_Measurement/merge_scaling_ckpts_cache/source_ckpts/dclm-baseline-qc-20p/step57500

Configuration

The following YAML configuration was used to produce this model:

models:
- model: /opt/tiger/Pan_Safety_Better_Measurement/merge_scaling_ckpts_cache/source_ckpts/dclm-baseline-qc-20p/step57500
  parameters:
    weight: 1
- model: /opt/tiger/Pan_Safety_Better_Measurement/merge_scaling_ckpts_cache/source_ckpts/dclm-baseline-qc-20p/step60000
  parameters:
    weight: 2
- model: /opt/tiger/Pan_Safety_Better_Measurement/merge_scaling_ckpts_cache/source_ckpts/dclm-baseline-qc-20p/step62500
  parameters:
    weight: 3
- model: /opt/tiger/Pan_Safety_Better_Measurement/merge_scaling_ckpts_cache/source_ckpts/dclm-baseline-qc-20p/step65000
  parameters:
    weight: 4
- model: /opt/tiger/Pan_Safety_Better_Measurement/merge_scaling_ckpts_cache/source_ckpts/dclm-baseline-qc-20p/step67500
  parameters:
    weight: 5
base_model: /opt/tiger/Pan_Safety_Better_Measurement/merge_scaling_ckpts_cache/source_ckpts/dclm-baseline-qc-20p/step67500
merge_method: linear
parameters:
  normalize: true
dtype: float32
out_dtype: bfloat16

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
51376c2

0 моделей

    Создать бенчмарк