/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
MIT
Архитектура
gpt2 · dense
Опубликована
4 сен 2026

thai-qa-lab-model

Генерация текстаТекст → текст3 профессии

Тайскоязычная GPT-2-модель, дообученная на 3 000 пар вопросов и ответов о заболеваниях для генерации ответов в медицинских QA-сценариях.

224скачиваний за 30 дней0лайковвеса обновлены4 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.

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

Thai GPT-2 Fine-Tuned — генеративная языковая модель на базе GPT-2, дообученная студентом 343Nitinai на наборе данных disease_3000, содержащем 3 000 пар вопросов и ответов о заболеваниях. Модель предназначена для генерации ответов на вопросы на тайском языке и опубликована под лицензией MIT.

Модель ориентирована на сценарии вопросов и ответов в медицинской тематике, например на создание предварительных ответов по сведениям о заболеваниях, учебные прототипы и исследование генерации тайскоязычного текста. Она поддерживает тайский язык, использует архитектуру GPT-2 и имеет нативную длину контекста 1 024 токена. В метаданных также заявлена оценка perplexity, однако результаты оценки не приведены.

Модель может быть полезна как компактная основа для экспериментов с тайскоязычными медицинскими диалогами, но её ответы не следует считать медицинскими рекомендациями или диагнозами. README не содержит подробностей о размере модели, процедуре обучения, результатах тестирования, источниках данных и настройках инференса. Лицензия MIT разрешает использование при соблюдении её условий.

Сценарии применения

  • ответы на вопросы о заболеваниях на тайском языке
  • создание учебного прототипа медицинского чат-бота
  • генерация тайскоязычных ответов по медицинскому датасету
  • исследование вопросов и ответов на тайском языке

Ограничения

Модель не предназначена для постановки диагнозов или предоставления медицинских рекомендаций; сгенерированные ответы могут быть неточными или содержать выдуманные сведения. В README отсутствуют результаты тестирования, подробности обучения и информация о размере модели.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for Model ID

Model Details

Model Description

โมเดล Thai GPT-2 ที่ได้รับการ Fine-tune โดยนักศึกษา (343Nitinai) สำหรับงานถาม-ตอบภาษาไทยจากชุดข้อมูลโรค 3,000 คู่

  • Developed by: [More Information Needed]
  • Funded by [optional]: [More Information Needed]
  • Shared by [optional]: [More Information Needed]
  • Model type: [More Information Needed]
  • Language(s) (NLP): th
  • License: mit
  • Finetuned from model [optional]: [More Information Needed]

Model Sources [optional]

  • Repository: [More Information Needed]
  • Paper [optional]: [More Information Needed]
  • Demo [optional]: [More Information Needed]

Uses

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

  • Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

  • Hardware Type: [More Information Needed]
  • Hours used: [More Information Needed]
  • Cloud Provider: [More Information Needed]
  • Compute Region: [More Information Needed]
  • Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
21da846

0 моделей