/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
MIT
Архитектура
gpt2 · dense
Опубликована
4 сен 2026

thai-qa-lab-model

Генерация текстаТекст → текст3 профессии

Дообученная модель GPT-2 для генерации ответов на тайском языке на вопросы о заболеваниях.

225скачиваний за 30 дней0лайковвеса обновлены6 сен 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

Thai GPT-2 Fine-Tuned — генеративная языковая модель семейства GPT-2, дообученная пользователем Pariyagorn для ответов на вопросы на тайском языке. Модель обучалась на наборе данных disease_3000, содержащем 3 000 вопросов по заболеваниям, и предназначена для генерации текстовых ответов в сценариях тайскоязычного вопросно-ответного взаимодействия.

Модель использует архитектуру GPT-2 и поддерживает тайский язык. Максимальная длина контекста составляет 1 024 токена. В метаданных указаны библиотека формата safetensors и задача text-generation; размер модели и дополнительные сведения о процедуре обучения не приведены.

Модель может использоваться для прототипирования тайскоязычных систем вопросов и ответов по заболеваниям, предварительной генерации медицинских текстов и исследовательских экспериментов. Лицензия MIT разрешает использование, изменение и распространение модели при соблюдении условий лицензии.

Сценарии применения

  • ответы на вопросы о заболеваниях на тайском языке
  • прототипирование тайскоязычного медицинского чат-бота
  • генерация предварительных медицинских ответов
  • исследование тайскоязычных моделей вопросов и ответов

Ограничения

Модель обучена на узком наборе данных из 3 000 вопросов о заболеваниях, поэтому её ответы могут быть неполными, неточными или неподходящими для клинических решений. В README отсутствуют результаты оценки, подробности обучения и рекомендации по безопасному применению.

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

Model Card for Model ID

Model Details

Model Description

โมเดล Thai GPT-2 ที่ได้รับการ Fine-tune โดยนักศึกษา (Pariyagorn) สำหรับงานถาม-ตอบภาษาไทยจากชุดข้อมูลงู 3,000 คำถาม

  • Developed by: [More Information Needed]
  • Funded by [optional]: [More Information Needed]
  • Shared by [optional]: [More Information Needed]
  • Model type: [More Information Needed]
  • Language(s) (NLP): th
  • License: mit
  • Finetuned from model [optional]: [More Information Needed]

Model Sources [optional]

  • Repository: [More Information Needed]
  • Paper [optional]: [More Information Needed]
  • Demo [optional]: [More Information Needed]

Uses

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

  • Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

  • Hardware Type: [More Information Needed]
  • Hours used: [More Information Needed]
  • Cloud Provider: [More Information Needed]
  • Compute Region: [More Information Needed]
  • Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
4c1b478

0 моделей