GLM-5.3 is live. Run Z.ai's latest model on Friendli Model APIs. Try it today ➜
TilQazyna
Available on FriendliAI
Run this model inference on single tenant GPU with unmatched speed and reliability at scale.
Run this model inference with full control and performance in your environment.
Model Details
Model Provider
TilQazyna
Model Tree
Input Modalities
Output Modalities
Supported Functionality
Til-1B-multilingual-base-GEC — қазақ сөйлемдеріндегі грамматикалық және емле қателерін түзететін 941M параметрлі модель. Репозиторий көлемі — 1.89 ГБ. Ол Til-1B-multilingual-base негізінде Til-GEC деректерімен fine-tune жасалған.
| Сипаттама | Мәні |
|---|---|
| Архитектура | DeepseekV3ForCausalLM, MLA |
| Қабат саны | 24 |
| Контекст | 4096 токен |
| Формат | <қате мәтін> => <түзетілген мәтін> |
| Тест | Exact match | chrF | Keep correct |
|---|---|---|---|
| test100 | 78.0 | 93.9 | 100.0 |
| test100_v2 | 70.0 | 90.7 | 91.7 |
| test100_v3 | 71.0 | 94.4 | 83.3 |
| Орташа | 73.0 |
python
from transformers import AutoModelForCausalLM, AutoTokenizerrepo = "TilQazyna/Til-1B-multilingual-base-GEC"tokenizer = AutoTokenizer.from_pretrained(repo)model = AutoModelForCausalLM.from_pretrained(repo)inputs = tokenizer("мен кітап оқыдым керек => ", return_tensors="pt")output = model.generate(**inputs, max_new_tokens=96, do_sample=False)print(tokenizer.decode(output[0], skip_special_tokens=True).split(" => ", 1)[-1])
Модель сөйлем деңгейіндегі қазақша GEC үшін оқытылған; сирек және күрделі қате түрлері қосымша тексеруді қажет етеді.
Карточка мен файлдар тізімі ашық. Жүктеу үшін «Request access» өтінімін TilQazyna командасы мақұлдайды.
Base-модель — Til-1B-multilingual-base, оқыту деректері — Til-GEC.
Til-1B-multilingual-base-GEC — модель на 941M параметров для исправления грамматических и орфографических ошибок в казахских предложениях. Объём репозитория — 1.89 ГБ. Это fine-tune Til-1B-multilingual-base на данных Til-GEC.
| Характеристика | Значение |
|---|---|
| Архитектура | DeepseekV3ForCausalLM, MLA |
| Слоёв | 24 |
| Контекст | 4096 токенов |
| Формат | <текст с ошибкой> => <исправленный текст> |
| Тест | Exact match | chrF | Keep correct |
|---|---|---|---|
| test100 | 78.0 | 93.9 | 100.0 |
| test100_v2 | 70.0 | 90.7 | 91.7 |
| test100_v3 | 71.0 | 94.4 | 83.3 |
| Среднее | 73.0 |
python
from transformers import AutoModelForCausalLM, AutoTokenizerrepo = "TilQazyna/Til-1B-multilingual-base-GEC"tokenizer = AutoTokenizer.from_pretrained(repo)model = AutoModelForCausalLM.from_pretrained(repo)inputs = tokenizer("мен кітап оқыдым керек => ", return_tensors="pt")output = model.generate(**inputs, max_new_tokens=96, do_sample=False)print(tokenizer.decode(output[0], skip_special_tokens=True).split(" => ", 1)[-1])
Модель обучена для GEC на уровне отдельных казахских предложений; редкие и сложные типы ошибок требуют дополнительной проверки.
Карточка и перечень файлов открыты. Команда TilQazyna разрешает скачивание после рассмотрения заявки через «Request access».
Базовая модель — Til-1B-multilingual-base, данные обучения — Til-GEC.
Til-1B-multilingual-base-GEC is a 941M-parameter model for correcting grammatical and spelling errors in Kazakh sentences. The repository occupies 1.89 GB. It fine-tunes Til-1B-multilingual-base on Til-GEC.
| Characteristic | Value |
|---|---|
| Architecture | DeepseekV3ForCausalLM, MLA |
| Layers | 24 |
| Context | 4096 tokens |
| Format | <text with errors> => <corrected text> |
| Test | Exact match | chrF | Keep correct |
|---|---|---|---|
| test100 | 78.0 | 93.9 | 100.0 |
| test100_v2 | 70.0 | 90.7 | 91.7 |
| test100_v3 | 71.0 | 94.4 | 83.3 |
| Average | 73.0 |
python
from transformers import AutoModelForCausalLM, AutoTokenizerrepo = "TilQazyna/Til-1B-multilingual-base-GEC"tokenizer = AutoTokenizer.from_pretrained(repo)model = AutoModelForCausalLM.from_pretrained(repo)inputs = tokenizer("мен кітап оқыдым керек => ", return_tensors="pt")output = model.generate(**inputs, max_new_tokens=96, do_sample=False)print(tokenizer.decode(output[0], skip_special_tokens=True).split(" => ", 1)[-1])
The model targets sentence-level Kazakh GEC; rare and difficult error types still require review.
The card and file list are public. The TilQazyna team grants downloads after reviewing a request submitted through “Request access.”
The base checkpoint is Til-1B-multilingual-base, and the training dataset is Til-GEC.
Лицензия · License: apache-2.0 · TilQazyna