Характеристики

Контекст: 2 048 токенов
Параметры: 147 млн
Лицензия: MIT
Архитектура: gpt_neox · dense
Базовая модель: japanese-gpt-neox-small
Опубликована: 8 сен 2024

Ссылки

rinna-gpt-neox-small-japanese-ud-causal

Разметка токеновТекст → label3 профессии

Компактная японская GPT-NeoX-модель для разметки частей речи и синтаксических зависимостей в формате Universal Dependencies.

119скачиваний за 30 дней0лайковвеса обновлены21 мая 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

Koichi Yasuoka подготовил компактную модель GPT-NeoX для анализа японских предложений: она размечает части речи и синтаксические зависимости в формате Universal Dependencies. Модель дообучена на базе rinna/japanese-gpt-neox-small и адаптирована к датасету UD_Japanese-GSDLUW.

Модель содержит 147,4 млн параметров, использует плотную архитектуру GPT-NeoX и принимает текст на японском языке. Заявленная длина контекста — 2048 токенов. В README приведён пример запуска через Transformers с пользовательским pipeline для Universal Dependencies.

Модель распространяется по лицензии MIT. Она предназначена для синтаксического анализа японского текста; качество на других языках и вне указанного набора данных в предоставленных сведениях не описано.

Сценарии применения

разметка частей речи в японских предложениях
синтаксический разбор японского текста
извлечение зависимостей между словами в японском корпусе

Ограничения

Модель специализирована на японском языке и датасете UD_Japanese-GSDLUW; перенос на другие языки или корпуса не подтверждён. Для запуска приведённого в README pipeline требуется trust_remote_code=True.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

rinna-gpt-neox-small-japanese-ud-causal

Model Description

This is a GPT-NeoX model pretrained for POS-tagging and dependency-parsing, derived from japanese-gpt-neox-small refined for UD_Japanese-GSDLUW.

How to Use

from transformers import pipeline
nlp=pipeline("universal-dependencies","KoichiYasuoka/rinna-gpt-neox-small-japanese-ud-causal",trust_remote_code=True)
print(nlp("全学年にわたって小学校の国語の教科書に挿し絵が用いられている"))

Reference

安岡孝一: GPT系言語モデルによる国語研長単位係り受け解析, 人文科学とコンピュータシンポジウム「じんもんこん2024」論文集 (2024年12月), pp.83-90.

Как запустить

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

GPU в ailist

Универсальный рантайм · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: GPTNeoXForTokenClassification
Ревизия весов: cde4778