/ Модель

Характеристики

Контекст
256 токенов
Архитектура
gpt2 · dense
Библиотека
transformers
Опубликована
6 окт 2026

name-sort-pretrain-12L

Генерация текстаТекст → текст

Компактная GPT-2, предобученная на синтетических текстовых шаблонах для исследовательского бенчмарка анализа вычислительных цепочек.

397скачиваний за 30 дней0лайковвеса обновлены6 окт 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

Luoxiaoxi/name-sort-pretrain-12L — компактная языковая модель GPT-2, созданная с нуля для исследовательского бенчмарка по поиску вычислительных цепочек в нейросетях. Модель содержит 12 слоёв, размер скрытого состояния 768, 12 голов внимания и MLP размером 3072; контекст — 256 токенов. Она предобучена на текстовых шаблонах с синтетическими именами, но не обучалась выдавать ответы на задачу сортировки имён: для этого предусмотрено последующее дообучение.

Модель предназначена для экспериментов с анализом внутренних механизмов трансформеров и методами обнаружения цепей вычислений. Она принимает текст, токенизированный специальным словарём на уровне слов: пробелы разделяют токены, а неизвестные слова отображаются в [UNK]. Пунктуацию и сокращения нужно подавать отдельными токенами. Репозиторий содержит веса в safetensors и использует Transformers. Условия лицензии в предоставленных источниках не описаны.

Сценарии применения

  • Эксперименты по обнаружению вычислительных цепочек в GPT-2
  • Исследование внутренних механизмов языковых моделей
  • Проверка методов анализа цепей нейросетевых вычислений

Ограничения

Модель не обучалась выдавать ответы на задачу сортировки имён, поэтому предсказания после маркера [ANS] не имеют смысла без дообучения. Контекст ограничен 256 токенами, а нестандартная токенизация и словарь из обучающего корпуса приводят к отображению неизвестных слов в [UNK].

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

name-sort-pretrain-12L

A small GPT-2 language model (12 layers, hidden size 768, 12 heads, MLP size 3072, context length 256) pretrained from scratch on the sentences behind a synthetic name-sorting task. It is the pretrained base that is later fine-tuned on the task itself, as part of a benchmark of ground-truth circuits for evaluating circuit-discovery methods.

Training data

Luoxiaoxi/synthetic-name-index-pretrain: real sentence templates with every person name replaced by a synthetic 3-character name written as three single-character words (e.g. j u j), packed into 256-token blocks of <sentence> [EOS]. Only templates from the fine-tuning train split are used.

The task answer and its [ANS] separator never appear in pretraining. The fine-tuning format is <sentence> [ANS] <answer> [EOS], where the answer (task index) is the first-appearance position (0-4) of the lexicographically smallest name. Because this checkpoint has never seen [ANS], its predictions after [ANS] are not meaningful until it is fine-tuned. Paired clean/counterfactual task prompts are in Luoxiaoxi/synthetic-name-index-counterfactual.

Training: 1,500 steps, batch size 64, AdamW (learning rate 5e-4, weight decay 0.01), cosine schedule with 50 warmup steps, dropout 0.1, seed 42. Final training loss 2.46.

Tokenizer

The tokenizer is a custom word-level tokenizer, WhitespaceDigitTokenizer, included in this repo as ws_tokenizer.py (it only depends on transformers):

  • text is split on whitespace only, and any token containing digits is further split into single digits (1912 -> 1 9 1 2);
  • the vocabulary (37,139 entries) is every word of the training corpora plus the special tokens [UNK], [PAD], [EOS] and [ANS]; any other word maps to [UNK];
  • decoding joins tokens with single spaces.

The corpus is pre-tokenized, so punctuation and clitics are separate words: write her , she and once ., not her, she and once. (those become [UNK]).

Loading

With trust_remote_code, AutoTokenizer loads the class from ws_tokenizer.py:

from transformers import AutoTokenizer, GPT2LMHeadModel

repo = 'Luoxiaoxi/name-sort-pretrain-12L'
tokenizer = AutoTokenizer.from_pretrained(repo, trust_remote_code=True)
model = GPT2LMHeadModel.from_pretrained(repo)

Without remote code, download the file and use the class directly:

import importlib.util
from huggingface_hub import hf_hub_download
from transformers import GPT2LMHeadModel

repo = 'Luoxiaoxi/name-sort-pretrain-12L'
spec = importlib.util.spec_from_file_location('ws_tokenizer', hf_hub_download(repo, 'ws_tokenizer.py'))
ws_tokenizer = importlib.util.module_from_spec(spec)
spec.loader.exec_module(ws_tokenizer)
tokenizer = ws_tokenizer.WhitespaceDigitTokenizer.from_pretrained(repo)
model = GPT2LMHeadModel.from_pretrained(repo)

Example

import torch

text = 'When j u j does not believe her , she claims she heard z u z sing once .'
ids = tokenizer(text, add_special_tokens=False, return_tensors='pt').input_ids
print(tokenizer.convert_ids_to_tokens(ids[0]))  # one token per word; no [UNK]
with torch.no_grad():
    next_id = model(ids).logits[0, -1].argmax()
print(tokenizer.decode([int(next_id)]))

Files

  • model.safetensors, config.json, generation_config.json: the final checkpoint.
  • vocab.json, tokenizer_config.json, special_tokens_map.json, ws_tokenizer.py: the tokenizer.
  • config.yaml, trainer_state.json, train_results.json, all_results.json, training_args.bin: the training run's config, log and results.

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
1ee380c

0 моделей