/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
MIT
Архитектура
merged-homegpt · dense
Базовая модель
gpt2
Опубликована
21 июл 2026

homeGPT

ЭмбеддингиТекст → embedding3 профессии

homeGPT — модуль-реконструктор общих слоёв GPT-2 для извлечения признаков из текста.

25скачиваний за 30 дней0лайковвеса обновлены21 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

homeGPT — обученный модуль-реконструктор общих слоёв трансформера, разработанный AIhomeJP и предназначенный для извлечения признаков текста. Репозиторий содержит веса реконструктора; при запуске они объединяются с замороженными токенными и позиционными эмбеддингами, финальной LayerNorm и LM-головой базовой модели GPT-2 от OpenAI. Указанная задача — feature extraction, а контекст базовой модели составляет 1024 токена.

Модель подходит для получения представлений текста в системах, которым нужны признаки на основе GPT-2. Это не самостоятельная полная копия GPT-2: для работы требуются базовые компоненты из openai-community/gpt2, загружаемые при запуске. В README указан тип тензоров F32, а метаданные — формат safetensors. Лицензия — MIT.

Сценарии применения

  • получение признаковых представлений текста для последующей обработки
  • извлечение признаков из последовательностей токенов GPT-2
  • подготовка текстовых представлений для исследовательских экспериментов

Ограничения

Репозиторий содержит только веса реконструктора и требует компонентов базовой модели openai-community/gpt2 во время запуска. Контекст ограничен 1024 токенами.

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

homeGPT

GPT-2 Shared Layer Reconstructor — a lightweight trained module that reconstructs shared transformer layers on top of a frozen GPT-2 base model (the frozen GPT-2 weights are downloaded automatically at load time).

Usage

High-level pipeline

from transformers import pipeline

pipe = pipeline(
    "feature-extraction",
    model="AIhomeJP/homeGPT",
    trust_remote_code=True,
    device_map="auto",
)

Load directly

from transformers import AutoModel

model = AutoModel.from_pretrained(
    "AIhomeJP/homeGPT",
    trust_remote_code=True,
    dtype="auto",
    device_map="auto",
)

Load the reconstructor block only

from transformers import AutoModel

reconstructor = AutoModel.from_pretrained(
    "AIhomeJP/homeGPT",
    trust_remote_code=True,
)

Assemble the runtime student

Use build_student_from_pretrained() from the training script to attach the frozen GPT-2 token/position embeddings, final LayerNorm, and LM head to this reconstructor.

Model Details

This repository contains only the trained shared-layer reconstructor weights. At inference time, the frozen GPT-2 base components (token/position embeddings, final LayerNorm, LM head) are fetched from openai-community/gpt2 and combined with the reconstructor to form the full runtime model.

License

MIT

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
MergedHomeGPT
Ревизия весов
8862481

0 моделей