/ Модель

Характеристики

Контекст
512 токенов
Лицензия
Apache 2.0
Архитектура
gpt2 · dense
Библиотека
transformers
Опубликована
5 авг 2026

ryze-125m

Генерация текстаТекст → текст3 профессии

Компактная GPT-2-подобная модель для генерации английского текста и экспериментов с языковыми моделями.

79скачиваний за 30 дней1лайквеса обновлены5 авг 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

Ryze-125M — авторегрессионная языковая модель в стиле GPT-2, разработанная Norman89107 и обученная с нуля. Она содержит около 125 млн параметров, использует декодерный трансформер GPT2LMHeadModel с 12 слоями и предназначена для генерации текста. Модель построена на Transformers и распространяется в форматах PyTorch и Safetensors.

Для обучения использовались данные HuggingFaceFW/fineweb (выборка sample-10BT); для проверки — HuggingFaceFW/dclm_100BT. Модель рассчитана на английский язык, использует собственный BPE-токенизатор со словарём из 50 000 токенов и поддерживает контекст до 512 токенов.

Модель может служить компактной основой для экспериментов и генерации коротких продолжений текста. Её небольшой размер и ограниченный контекст сужают возможности по сравнению с крупными языковыми моделями; README не сообщает оценок качества или гарантий пригодности для конкретных задач. Лицензия — Apache-2.0.

Сценарии применения

  • генерация коротких продолжений английского текста
  • создание компактного прототипа генератора текста
  • эксперименты с декодерными трансформерами GPT-2
  • изучение работы BPE-токенизатора и языковой модели

Ограничения

Контекст ограничен 512 токенами; модель содержит около 125 млн параметров, поэтому её возможности ограничены по сравнению с крупными языковыми моделями. В README не приведены оценки качества или результаты бенчмарков.

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

Ryze-125M

A 125M parameter GPT-2 style language model trained from scratch.

Model Details

PropertyValue
ArchitectureGPT-2 (decoder-only transformer)
Parameters~125M
Layers12
Attention Heads12
Hidden Dimension768
Context Length512 tokens
Vocabulary Size50,000
Training Steps23,000
Tokens Seen376,832,000 (~377M)
Best Val Loss4.3596

Training Data

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("Norman89107/ryze-125m")
tokenizer = AutoTokenizer.from_pretrained("Norman89107/ryze-125m")

input_text = "The future of artificial intelligence"
inputs = tokenizer(input_text, return_tensors="pt")
outputs = model.generate(**inputs, max_new_tokens=100, do_sample=True, temperature=0.8)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

Training Configuration

  • Micro Batch Size: 8
  • Gradient Accumulation Steps: 4
  • Effective Batch Size: 32 sequences (16,384 tokens)
  • Learning Rate: 0.0003 (with ReduceLROnPlateau scheduler)
  • Weight Decay: 0.1
  • Max Gradient Norm: 1.0
  • Dropout: 0.1
  • Bias: Disabled

Custom Tokenizer

This model uses a custom BPE tokenizer trained on 100,000 documents with a vocabulary of 50,000 tokens.

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
fe3a239

0 моделей