/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
MIT
Архитектура
gpt2 · dense
Библиотека
transformers
Опубликована
12 апр 2026

tiny-gpt2

Генерация текстаТекст → текст3 профессии

Экспериментальный компактный чекпойнт GPT-2 для проверки окружения и бенчмаркинга задержки локального инференса на GPU.

163скачиваний за 30 дней0лайковвеса обновлены6 июл 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

Crusadersk/tiny-gpt2 — специально обученный исследовательский чекпойнт GPT-2, созданный в рамках программы Banterhearts для проверки корректности бенчмарков локального инференса. Это плотная авторегрессионная модель с архитектурой GPT2LMHeadModel и многоголовым вниманием (MHA): 4,6 млн параметров, 2 слоя, размер скрытого представления 2 и 2 головы внимания. Контекст составляет 1024 токена; модель распространяется в формате PyTorch и предназначена для работы с Transformers.

Чекпойнт используют для проверки окружения, паритета весов и изучения влияния глубины и ширины модели на задержку инференса GPU. Он не рассчитан на универсальную генерацию текста или практические языковые задачи; малый размер и конфигурация выбраны для экспериментальных измерений. README также указывает, что модель не совместима с Ollama, поскольку не представлена в формате GGUF. Лицензия — MIT.

Сценарии применения

  • проверка окружения для инференса GPT-2
  • проверка совпадения весов между средами
  • бенчмаркинг задержки генерации на GPU
  • сравнение влияния глубины и ширины модели на скорость инференса

Ограничения

Не предназначена для универсальной генерации текста и практических языковых задач. Для Ollama не подходит, поскольку доступна не в формате GGUF.

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

Tiny GPT-2 (4.6M)

Custom-trained GPT-2 checkpoint with deliberate depth-width configuration for inference benchmarking research.

Created as part of the Banterhearts research program investigating benchmarking integrity for local LLM inference.

ArchitectureGPT2LMHeadModel (MHA)
Parameters4.6M
Confign_embd=2, n_head=2, n_layer=2
Context length1,024 tokens
PrecisionFP32
Model size2.4 MB
Vocab size50,257

Purpose

Environment validation and weight parity checks.

These checkpoints are not general-purpose language models. They are deliberately sized scaling-study artifacts designed to isolate the effect of model depth vs width on GPU inference latency. The key finding: in the small-model GPU regime, layer depth (not parameter count) dominates latency, producing inversions where a 5M-parameter model can be 3.6x slower than a 25M-parameter model.

Source Technical Reports

Used in: TR126, TR147

TRRole
TR117Original cross-backend benchmark matrix (7 backends, 4 model groups)
TR126Linux/Triton compiler validation with phase-separated measurement
TR147Second-regime portability validation on RTX 6000 Ada

Design Rationale

The GPT-2 family (25M, 50M, 100M) uses a 2x3 factorial design:

Modeln_embdn_layern_innerParamsDesign role
gpt2-25m38431,53625MShallow, narrow
gpt2-50m51282,04850MDeep, medium width
gpt2-100m76883,072100MDeep, wide

All models use 2 attention heads (MHA, not GQA) to isolate architecture effects from attention-group structure. Dropout is set to 0.0 for deterministic inference measurement.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("Crusadersk/tiny-gpt2")
tokenizer = AutoTokenizer.from_pretrained("Crusadersk/tiny-gpt2")

inputs = tokenizer("Hello", return_tensors="pt")
outputs = model.generate(**inputs, max_new_tokens=32, do_sample=False)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

Compatibility

FrameworkSupported
TransformersYes
torch.compile (Inductor)Yes
OllamaNo (not GGUF format)
vLLMYes

Citation

@misc{banterhearts2026tinygpt2,
  title = {Custom GPT-2 Scaling Checkpoint (4.6M) for Inference Benchmarking Research},
  author = {Kadadekar, Sahil},
  year = {2026},
  url = {https://huggingface.co/Crusadersk/tiny-gpt2},
  note = {Part of the Banterhearts research program. NeurIPS 2026 submission.}
}

Acknowledgments

This work is part of the Chimera/Banterhearts technical-report program on deployment-time LLM behavior, quantization, refusal robustness, batching effects, and inference-stack reliability. Canonical public archive: Chimeraforge Reports; source context: github.com/Sahil170595/Banterhearts.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
015daac

0 моделей