中文简介
HuggingFaceTB/SmolLM3-3B-checkpoints 是 HuggingFaceTB 在 Hugging Face 发布的模型仓库,当前卡片主要关联上游卡片所列任务。本站固定记录上游版本 d7fe5ce9229b,同步到 2 个文件,文件元数据合计 767.56 GB;访问状态为“公开”,许可证字段为“apache-2.0”。
上游模型卡 / 数据集卡
【README 卡片中文译介】
以下内容依据上游仓库 HuggingFaceTB/SmolLM3-3B-checkpoints 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息,完整技术细节、代码示例和许可文本请同时查看上游原文。
【资源概览】
HuggingFaceTB/SmolLM3-3B-checkpoints 是 HuggingFaceTB 在 Hugging Face 发布的模型仓库,当前卡片主要关联上游卡片所列任务。本站固定记录上游版本 d7fe5ce9229b,同步到 2 个文件,文件元数据合计 767.56 GB;访问状态为“公开”,许可证字段为“apache-2.0”。
【适用方向】
适合在真实样本上评估上游卡片所列任务能力,并比较质量、时延和资源消耗。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。
【版本与规格】
固定版本:d7fe5ce9229b。 任务标签:上游卡片所列任务。 语言字段:en, fr, es, it, pt, zh, ar, ru。 库标记:transformers。 上游标注的基础模型:HuggingFaceTB/SmolLM3-3B-Base。 上游页面记录的最近更新时间:2025-08-14。
【文件信息】
上游 API 返回 2 个文件,文件元数据合计 767.56 GB。 已保存文件清单中的主要扩展名:.md 1 个、无扩展名 1 个。 当前较大的文件包括:README.md(3.62 KB);.gitattributes(1.48 KB)。
【运行或处理环境】
仓库文件元数据合计 767.56 GB。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。
【使用边界】
许可证显示为“apache-2.0”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。
SmolLM3 Checkpoints We are releasing intermediate checkpoints of SmolLM3 to enable further research. For more details, check the SmolLM GitHub repo with the end-to-end training and evaluation code: ✓ Pretraining scripts (nanotron) ✓ Post-training code SFT + APO (TRL/alignment-handbook) ✓ Evaluation scripts to reproduce all reported metrics Pre-training We release checkpoints every 40,000 steps, which equals 94.4B tokens. The GBS (Global Batch Size) in tokens for SmolLM3-3B is 2,359,296. To calculate the number of tokens from a given step: Training Stages Stage 1:** Steps 0 to 3,450,000 (86 checkpoints) config Stage 2:** Steps 3,450,000 to 4,200,000 (19 checkpoints) config Stage 3:** Steps 4,200,000 to 4,720,000 (13 checkpoints) config Long Context Extension For the additional 2 stages that extend the context length to 64k, we sample checkpoints every 4,000 steps (9.4B tokens) for a total of 10 checkpoints: Long Context 4k to 32k** config Long Context 32k to 64k** config Post-training We release checkpoints at every step of our post-training recipe: Mid training, SFT, APO soup, and LC expert. How to Load a Checkpoint License Apache 2.0 Citation
适用场景
适合在真实样本上评估上游卡片所列任务能力,并比较质量、时延和资源消耗。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。
模型参数
固定版本:d7fe5ce9229b。 任务标签:上游卡片所列任务。 语言字段:en, fr, es, it, pt, zh, ar, ru。 库标记:transformers。 上游标注的基础模型:HuggingFaceTB/SmolLM3-3B-Base。 上游页面记录的最近更新时间:2025-08-14。
文件说明
上游 API 返回 2 个文件,文件元数据合计 767.56 GB。 已保存文件清单中的主要扩展名:.md 1 个、无扩展名 1 个。 当前较大的文件包括:README.md(3.62 KB);.gitattributes(1.48 KB)。
上游文件元数据
.gitattributes1.48 KBREADME.md3.62 KB
硬件建议
仓库文件元数据合计 767.56 GB。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。
注意事项
许可证显示为“apache-2.0”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。
获取、校验与交付
咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件,并在合法访问权限、许可证及平台规则允许的前提下,协助海内外下载、完整性校验及网盘或硬盘交付;本官网本身不托管或下载资源文件。
- 大模型获取与国内转存服务
- 大模型怎么下载:Hugging Face 官方方式与国内交付完整指南
- 国内下载 Hugging Face 模型很慢或经常中断怎么办
- DeepSeek、ChatGPT、豆包、Kimi 能否下载到本地
本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明,不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。