/ Модель

Характеристики

Контекст
512 токенов
Лицензия
MIT
Архитектура
hanzi · dense
Библиотека
transformers
Опубликована
10 июн 2026

chinese-babylm-2026-hanzi-a3large

Генерация текстаТекст → текст3 профессии

Символьный GPT на китайском языке, обученный для генерации текста и экспериментов со структурой иероглифов в рамках Chinese BabyLM 2026.

2 919скачиваний за 30 дней0лайковвеса обновлены10 июн 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

A3-large — символьный GPT, разработанный Ej Zhou для трека Hanzi соревнования Chinese BabyLM 2026. Модель обучена с нуля на официальном корпусе babylm-zho в пределах бюджета 102 млн токенов jieba; в обучающие данные также вошли автоматически составленные предложения о компонентах и омофонах китайских иероглифов. Точные предложения из бенчмарков исключались из обучения.

Модель содержит 123,4 млн параметров, 16 слоёв, скрытый размер 768 и 12 голов внимания; словарь символьного токенизатора включает 8 891 элемент, включая компоненты иероглифов и операторы IDS. Входные представления дополнены признаками структуры иероглифов и пиньиня, а вспомогательные головы предсказывают компоненты и пиньинь. Контекст составляет 512 токенов. Модель предназначена для генерации китайского текста и экспериментов с языковыми иероглифическими структурами; README приводит нулевые результаты по hanzi_structure, hanzi_pinyin и zhoblimp.

Для загрузки в Transformers требуется включить trust_remote_code=True, поскольку репозиторий содержит собственный код архитектуры. Доступны также интерфейсы masked language modeling и получения скрытых состояний для последующего дообучения. Веса опубликованы в формате safetensors по лицензии MIT. Это экспериментальная модель для соревнования; результаты на указанных бенчмарках не гарантируют качества в широких прикладных сценариях.

Сценарии применения

  • генерация китайского текста на уровне иероглифов
  • оценка структуры иероглифов в задачах BabyLM
  • оценка связи китайских иероглифов с пиньинем
  • эксперименты с языковыми моделями для китайского языка
  • получение скрытых представлений китайского текста для дообучения

Ограничения

Контекст ограничен 512 токенами, а для загрузки требуется разрешить выполнение пользовательского кода репозитория через trust_remote_code=True. Модель создана для соревновательного трека BabyLM, поэтому опубликованные результаты относятся к указанным бенчмаркам и не подтверждают качество для широкого круга прикладных задач.

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

A3-large — Chinese BabyLM 2026 (Hanzi track)

A from-scratch character-level GPT (123.4M params) for the Chinese BabyLM 2026 shared task, trained on the official babylm-zho corpus within the 102M-jieba-token budget (counted with jieba 0.42.1).

Architecture

  • 16 layers, hidden 768, 12 heads, FFN 3072, sequence length 512; tied embeddings.
  • Character-level tokenizer (vocab 8891) with radical/component characters and IDC operators in-vocab.
  • Deterministic per-character IDS-component and structured pinyin (声母/韵母/声调) features fused into the input embeddings, plus auxiliary component- and pinyin-prediction heads (decayed during training).
  • Custom code ships in the repo (modeling_hanzi.py, configuration_hanzi.py); load with trust_remote_code=True.

Loading

from transformers import AutoModelForCausalLM, AutoTokenizer
tok = AutoTokenizer.from_pretrained("EjZhou/chinese-babylm-2026-hanzi-a3large", trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained("EjZhou/chinese-babylm-2026-hanzi-a3large", trust_remote_code=True)

Also exposes AutoModelForMaskedLM and AutoModel (hidden states) for the cogbench / finetune tracks.

Evaluation

Score with the official pipeline and the bundled config.yaml:

python pipeline.py eval --config config.yaml

Zero-shot results (causal scoring): hanzi_structure 75.9 · hanzi_pinyin 100.0 · zhoblimp 78.4.

Training data

Official babylm-zho natural text plus deterministically-generated character-knowledge sentences (component structure + homophone relations) over a broad character inventory; total training corpus kept under the 102M-jieba budget. Exact benchmark sentences were excluded from training.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

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

Класс архитектуры
HanziForCausalLM
Ревизия весов
9946e12

0 моделей