/ Модель

Характеристики

Лицензия
MIT
Архитектура
gpt2 · dense
Библиотека
transformers
Опубликована
31 июл 2025

text-to-mermaid

Генерация текстаТекст → текст6 профессий

Компактная англоязычная GPT-2-модель для генерации кода диаграмм Mermaid.js по текстовым описаниям.

266скачиваний за 30 дней2лайкавеса обновлены31 июл 2025

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

mermaidGPT — компактная англоязычная модель, разработанная Houzeric для генерации кода диаграмм Mermaid.js по запросам на естественном языке. Она построена на GPT-подобной архитектуре GPT-2 и доступна в форматах PyTorch и safetensors; для работы и дообучения используется Transformers.

Модель предназначена для создания блок-схем, диаграмм последовательностей и других диаграмм Mermaid по текстовым описаниям, например схемы взаимодействия пользователя с сервером. Вход — текст на английском языке, выход — текстовый код Mermaid. Репозиторий связан с датасетом Celiadraw/text-to-mermaid. Лицензия — MIT.

Модель заявлена как небольшая и пригодная для запуска и обучения на одной GPU. Точные размер модели и длина контекста в предоставленных данных не указаны. Качество генерации, включая корректность Mermaid-кода для сложных запросов, может зависеть от формулировки запроса; подтверждённых оценок качества в карточке нет.

Сценарии применения

  • создание блок-схем по текстовому описанию
  • генерация диаграмм последовательностей Mermaid
  • преобразование описания взаимодействия сервисов в Mermaid-код
  • подготовка кода диаграмм для документации

Ограничения

Модель рассчитана на запросы на английском языке. В карточке нет подтверждённых метрик качества или гарантий синтаксической корректности Mermaid-кода для сложных запросов.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

🧠 mermaidGPT — Mermaid Diagram Generator from Natural Language

mermaidGPT is a small English-language model trained to generate valid Mermaid.js diagrams from natural language prompts. It allows users to create flowcharts, sequence diagrams, and more using simple instructions like “Show a user sending a request to a server.” Build with the dataset : Celiadraw/text-to-mermaid


🧰 Features

  • English-only natural language input
  • Generates Mermaid.js graph code (flowcharts, sequence diagrams, etc.)
  • GPT-like architecture using PyTorch
  • Lightweight and fast (trainable on a single GPU)
  • CLI-based usage for generation
  • Can be extended with API or frontend

📦 Project Structure

/
├── train.py              # Training script
├── generate.py           # Generate Mermaid code from prompt
├── tokenizer.py          # Tokenization utilities
├── model.py              # GPT-style model architecture
├── data/                 # Training data (if any)
├── examples/             # Prompt examples and output
├── checkpoints/          # Saved model checkpoints
└── README.md

🚀 Training

1. Build the tokenizer

python tokenizer.py

2. Train the model

python train.py

3. Hyperparameters

block_size = 128
batch_size = 32
learning_rate = 1e-3
embed_dim = 128
n_heads = 8
n_layers = 8

✍️ Generation Example

Prompt:

Create a flowchart showing a user sending a request to a server and receiving a response.

Output:

graph TD
    User -->|Request| Server
    Server -->|Response| User

📄 License

This project is released under the MIT License. See the LICENSE file for details.


🤗 Model on Hugging Face

Test or download the model on Hugging Face:
📦 https://huggingface.co/eric-houzelle/mermaidGPT


📬 Contact

For any suggestions or questions: eric.houzelle@email.com

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MermaidGPTModel
Ревизия весов
2a8a19e

0 моделей