/ 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-dolma1_7-no-code-1B-10000_12500_15000_17500_20000_weightedavg_merge

yuhengtu-bytedance
Генерация текстаТекст → текст3 профессии

Объединённая методом Linear модель Llama на 1,2 млрд параметров для генерации текста с контекстом 2048 токенов.

199скачиваний 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-dolma1_7-no-code-1B-10000_12500_15000_17500_20000_weightedavg_merge — объединённая модель предобученного языкового семейства Llama, созданная с помощью mergekit методом Linear из пяти контрольных точек обучения Dolma 1.7 no-code. В README в качестве базовой указана контрольная точка step20000; метаданные сообщают об объединении контрольных точек с шагами 10000, 12500, 15000, 17500 и 20000.

Модель предназначена для генерации текста и может применяться в сценариях, где нужен языковой ответ или продолжение текста. Архитектура — плотная LlamaForCausalLM, размер — 1,2 млрд параметров, нативный контекст — 2048 токенов. Доступный формат весов — safetensors; для работы используется библиотека Transformers.

README не описывает результаты оценки качества, целевые языки или лицензию, поэтому нельзя подтвердить пригодность для конкретной предметной области или коммерческое использование. Указание no-code в названии базовых чекпойнтов само по себе не подтверждает специализированные возможности программирования.

Сценарии применения

  • генерация продолжения заданного текста
  • подготовка черновиков и кратких текстовых ответов
  • локальные эксперименты с генерацией текста
  • сравнение объединённого чекпойнта с исходными контрольными точками

Ограничения

Контекст ограничен 2048 токенами; в предоставленных данных нет результатов оценивания, подтверждённого перечня поддерживаемых языков или сведений о лицензии.

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 015моделейI.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

DataDecide-dolma1_7-no-code-1B-10000_12500_15000_17500_20000_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/dolma1_7-no-code/step20000 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/dolma1_7-no-code/step12500
  • /opt/tiger/Pan_Safety_Better_Measurement/merge_scaling_ckpts_cache/source_ckpts/dolma1_7-no-code/step10000
  • /opt/tiger/Pan_Safety_Better_Measurement/merge_scaling_ckpts_cache/source_ckpts/dolma1_7-no-code/step17500
  • /opt/tiger/Pan_Safety_Better_Measurement/merge_scaling_ckpts_cache/source_ckpts/dolma1_7-no-code/step15000

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/dolma1_7-no-code/step10000
  parameters:
    weight: 1
- model: /opt/tiger/Pan_Safety_Better_Measurement/merge_scaling_ckpts_cache/source_ckpts/dolma1_7-no-code/step12500
  parameters:
    weight: 2
- model: /opt/tiger/Pan_Safety_Better_Measurement/merge_scaling_ckpts_cache/source_ckpts/dolma1_7-no-code/step15000
  parameters:
    weight: 3
- model: /opt/tiger/Pan_Safety_Better_Measurement/merge_scaling_ckpts_cache/source_ckpts/dolma1_7-no-code/step17500
  parameters:
    weight: 4
- model: /opt/tiger/Pan_Safety_Better_Measurement/merge_scaling_ckpts_cache/source_ckpts/dolma1_7-no-code/step20000
  parameters:
    weight: 5
base_model: /opt/tiger/Pan_Safety_Better_Measurement/merge_scaling_ckpts_cache/source_ckpts/dolma1_7-no-code/step20000
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
a836cf4

0 моделей

    Создать бенчмарк