paper7Atualizado em 20/11/2026
← Todas as organizações

Polygl0t

local não informado

Modelos pequenos abertos em português: TeenyTinyLlama, Tucano, Tucano2; GigaVerbo v2; classificadores de qualidade; 32 modelos, 24 datasets.

Modelos
32
Datasets
24
Downloads em 30 dias
17 mil
Seguidores
50
Curtidas
29
Papers
3
Menor modelo
35M

Publicações por trimestre

Modelos e datasets, pela data de criação no Hugging Face.

2023202420252026

Licenças dos modelos

O que cada ficha declara

  • apache-2.028
  • other2
  • cc2

Licenças dos datasets

Uso comercial pela licença declarada

  • Permite16
  • Verificar5
  • Sem licença2
  • Com condições1

Tipos de modelo

Pela tarefa declarada

  • text-generation23
  • text-classification9

Onde os modelos rodam

Pelo formato e tamanho dos arquivos

  • servidor32

Idiomas

Declarados nas fichas de modelos e datasets

  • pt33
  • bn13
  • hi10
  • de5
  • es5
  • en4

Modelos (32)

ModeloTarefaRoda emTamanhoLicençaCurtidasAtualizadoDownloads
Tucano2-qwen-1.5B-Instructtext-generationservidor1,5Bapache-2.03há 3 meses1,3 mil
Tucano2-qwen-1.5B-Thinktext-generationservidor1,5Bapache-2.01há 3 meses148
Tucano2-qwen-3.7B-Instructtext-generationservidor3,8Bapache-2.07há 3 meses1,9 mil
Tucano2-qwen-3.7B-Thinktext-generationservidor3,8Bapache-2.00há 3 meses154
GigaKriya-ablation-EDU-1.5Btext-generationservidor1,5Bapache-2.00há 6 meses18
GigaKriya-ablation-NonEDU-1.5Btext-generationservidor1,5Bapache-2.00há 6 meses16
GigaLekh-ablation-EDU-1.5Btext-generationservidor1,5Bapache-2.00há 6 meses14
GigaLekh-ablation-NonEDU-1.5Btext-generationservidor1,5Bapache-2.00há 6 meses15
GigaVerbo-v2-ablation-EDU-1.5Btext-generationservidor1,5Bapache-2.00há 9 meses11
GigaVerbo-v2-ablation-EDU-Synth-1.5Btext-generationservidor1,5Bapache-2.00há 9 meses675
GigaVerbo-v2-ablation-NonEDU-1.5Btext-generationservidor1,5Bapache-2.00há 9 meses10
GigaVerbo-v2-ablation-Synth-1.5Btext-generationservidor1,5Bapache-2.00há 9 meses21
LilMoo-v0.1text-generationservidor670Mapache-2.00há 9 meses75
LilMoo-v0.2text-generationservidor670Mapache-2.00há 9 meses404
LilTii-v0.1text-generationservidor670Mapache-2.00há 9 meses43
LilTii-v0.2text-generationservidor670Mapache-2.00há 9 meses242
Tucano2-0.6B-Basetext-generationservidor670Mapache-2.01há 9 meses204
Tucano2-qwen-0.5B-Basetext-generationservidor491Mapache-2.00há 9 meses138
Tucano2-qwen-0.5B-Instructtext-generationservidor491Mapache-2.02há 9 meses803
Tucano2-qwen-0.5B-Thinktext-generationservidor491Mapache-2.00há 9 meses818
Tucano2-qwen-1.5B-Basetext-generationservidor1,5Bapache-2.03há 9 meses834
Tucano2-qwen-3.7B-Basetext-generationservidor3,8Bapache-2.01há 9 meses839
bengali-banglabert-edu-classifiertext-classificationservidor35Mother0há 9 meses21
bengali-banglabert-toxicity-classifiertext-classificationservidor35Mother0há 9 meses90
hindi-roberta-edu-classifiertext-classificationservidor278Mcc0há 9 meses15
hindi-roberta-toxicity-classifiertext-classificationservidor278Mcc0há 9 meses12
portuguese-bertabaporu-large-toxicity-classifiertext-classificationservidor369Mapache-2.00há 9 meses15
portuguese-bertimbau-edu-classifiertext-classificationservidor109Mapache-2.00há 9 meses13
portuguese-bertimbau-large-edu-classifiertext-classificationservidor334Mapache-2.00há 9 meses25
portuguese-bertimbau-toxicity-classifiertext-classificationservidor109Mapache-2.00há 9 meses38
portuguese-qwen3-4b-instruct-quality-classifiertext-classificationservidor4Bapache-2.00há 9 meses15
portuguese-qwen3-4b-instruct-quality-judgetext-generationservidor4Bapache-2.00há 9 meses19

Datasets (24)

O uso comercial lê só a licença declarada; licença aberta não garante que os donos do conteúdo cederam os direitos.

DatasetLicençaUso comercialLinhasAtualizadoDownloads
gigaverbo-v2otherVerificar375,0 mihá 2 meses2,3 mil
gigakriya-v1otherVerificar41,6 mihá 6 meses1,1 mil
gigalekh-v1otherVerificar83,6 mihá 6 meses914
multilingual-personasotherVerificar52 milhá 7 meses57
bengali-edu-qwen-annotationsapache-2.0Permite320 milhá 9 meses60
bengali-toxicity-qwen-annotationsapache-2.0Permite320 milhá 9 meses69
gigaverbo-v2-preferencesapache-2.0Permite28 milhá 9 meses183
gigaverbo-v2-sftapache-2.0Permite4,1 mihá 9 meses707
gigaverbo-v2-synthsem licençaSem licença11,2 mihá 9 meses628
hindi-edu-qwen-annotationsapache-2.0Permite400 milhá 9 meses64
hindi-toxicity-qwen-annotationsapache-2.0Permite400 milhá 9 meses75
portuguese-edu-qwen-annotationsapache-2.0Permite700 milhá 9 meses78
portuguese-eval-logs-olmo2-smollm3apache-2.0Permite203há 9 meses65
portuguese-instruct-quality-qwen-annotationsapache-2.0Permite500 milhá 9 meses110
portuguese-toxicity-qwen-annotationsapache-2.0Permite700 milhá 9 meses73
tokenizersotherVerificar9,0 mihá 9 meses636
LAMBADA-polymitPermite31 milhá 9 meses60
CALAME-PTmitPermite2,1 milhá 9 meses47
IFEval-PTapache-2.0Permite300há 9 meses66
gsm8k-ptmitPermite8,8 milhá 9 meses209
ARC-polycc-by-sa-4.0Com condições80 milhá 9 meses163
mc4-50ksem licençaSem licença5,4 mihá 10 meses61
Hellaswag-polymitPermite275 milhá 1 ano105
MMLU-polymitPermite443 milhá 1 ano172

Papers (10)

Todos os papers

Do arXiv. 3 da organização, pelo nome de um modelo no título ou por autores da casa; 7 só citados nas fichas dos modelos.

  1. 03/2026
    Tucano 2 Cool: Better Open Source LLMs for Portuguese

    Nicholas Kluge Corrêa, Aniket Sen, Shiza Fatimah, Sophia Falk, Lennard Landgraf e mais 2

    arXiv 2603.03543
  2. 03/2026
    Raising Bars, Not Parameters: LilMoo Compact Language Model for Hindi

    Shiza Fatimah, Aniket Sen, Sophia Falk, Florian Mai, Lucie Flek e mais 1

    arXiv 2603.03508
  3. 06/2024
  4. 02/2024
    GlórIA -- A Generative and Open Large Language Model for Portuguese

    Ricardo Lopes, João Magalhães, David Semedo

    arXiv 2402.12969só citado
  5. 11/2023
    Instruction-Following Evaluation for Large Language Models

    Jeffrey Zhou, Tianjian Lu, Swaroop Mishra, Siddhartha Brahma, Sujoy Basu e mais 3

    arXiv 2311.07911só citado
  6. 10/2021
    Training Verifiers to Solve Math Word Problems

    Karl Cobbe, Vineet Kosaraju, Mohammad Bavarian, Mark Chen, Heewoo Jun e mais 7

    arXiv 2110.14168só citado
  7. 01/2021
    BanglaBERT: Language Model Pretraining and Benchmarks for Low-Resource Language Understanding Evaluation in Bangla

    Abhik Bhattacharjee, Tahmid Hasan, Wasi Uddin Ahmad, Kazi Samin, Md Saiful Islam e mais 3

    arXiv 2101.00204só citado
  8. 10/2019
    Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer

    Colin Raffel, Noam Shazeer, Adam Roberts, Katherine Lee, Sharan Narang e mais 4

    arXiv 1910.10683só citado
  9. 05/2019
    HellaSwag: Can a Machine Really Finish Your Sentence?

    Rowan Zellers, Ari Holtzman, Yonatan Bisk, Ali Farhadi, Yejin Choi

    arXiv 1905.07830só citado
  10. 03/2018
    Think you have Solved Question Answering? Try ARC, the AI2 Reasoning Challenge

    Peter Clark, Isaac Cowhey, Oren Etzioni, Tushar Khot, Ashish Sabharwal e mais 2

    arXiv 1803.05457só citado

Vínculos declarados

Só o que os autores declararam na ficha de cada modelo. Falta de declaração não quer dizer que não haja uso.

Treina com dados de
da própria organização (gigaverbo-v2-preferences, gigaverbo-v2-sft, gigakriya-v1 e mais 10); HuggingFaceTB (finemath, smollm-corpus); allenai (big-reasoning-traces, math-meta-reasoning-filtered); HuggingFaceFW (fineweb-edu); nvidia (OpenScience)
Parte de modelos de
Qwen (Qwen3-0.6B-Base, Qwen3-1.7B-Base, Qwen3-4B-Base e mais 1); da própria organização (Tucano2-qwen-1.5B-Base, Tucano2-qwen-3.7B-Base, Tucano2-qwen-0.5B-Base); NeuralMind (bert-base-portuguese-cased, bert-large-portuguese-cased); csebuetnlp (banglabert_generator); l3cube-pune (hindi-roberta); pablocosta (bertabaporu-large-uncased)
Usada por
Mangaba AI (gigaverbo-v2, gigaverbo-v2-synth)