Характеристики

Лицензия: WTFPL
Базовая модель: PurpleCBoW
Опубликована: 24 июл 2026

Ссылки

Hugging Face arXiv 1607.04606

PurpleFastText

LocalWisdom

ЭмбеддингиТекст → embedding

Учебная дообученная реализация FastText для извлечения векторных представлений текста на английском языке.

12скачиваний за 30 дней0лайковвеса обновлены24 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

PurpleFastText — учебная реализация FastText, предназначенная для знакомства с устройством модели и обучения на собственном корпусе. В репозитории есть токенизатор, веса в формате safetensors и ноутбук обучения; workflow использует Hugging Face Datasets и Tokenizers, а вычисления реализованы на PyTorch.

Модель дообучена на базе LocalWisdom/PurpleCBoW и предназначена для извлечения признаковых векторных представлений текста. Карточка указывает английский язык и датасет OpenbookQA-4ST. Лицензия — WTFPL.

В реализации пропущена хеширующая функция из оригинальной работы FastText, а обучение на Python может быть медленнее описанного в статье. Это простая учебная реализация, а не оптимизированная версия FastText.

Сценарии применения

изучение базового устройства FastText
получение признаковых представлений английского текста
эксперименты с обучением текстовых векторов на собственном корпусе

Ограничения

В реализации отсутствует хеширующая функция из оригинальной работы FastText, а обучение на Python может быть медленнее. Модель описана как учебная реализация для ознакомления и экспериментов.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

PurpleFastText

A simple implementation of FastText from https://arxiv.org/pdf/1607.04606.

Made for beginner to reference and learn from. This repository contains tokenizer.json, model.safetensors, and train.ipynb. The training workflow use modern libraries like HuggingFace's datasets and tokenizers. The rest is just PyTorch.

There are some algorithm which we decided to not implement which is the hashing function from the original paper. The resulting training workflow is not as fast as the paper suggest, maybe it is because of the use of Python instead of Hogwild! instead.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов: 52ac1d3