/ Модель

Характеристики

Контекст
1 024 токена
Параметры
138 млн
Лицензия
Apache 2.0
Архитектура
gad_v2 · dense
Библиотека
transformers
Опубликована
25 янв 2026

GAD-2

Генерация текстаТекст → текст3 профессии

GAD-2 — компактная авторегрессионная языковая модель для генерации текста общего назначения и агентных сценариев.

287скачиваний за 30 дней0лайковвеса обновлены28 янв 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

GAD-2 — авторегрессионная языковая модель второго поколения семейства GAD от Raziel1234. Она предназначена для генерации текста общего назначения и агентных сценариев. В метаданных указаны архитектура GAD-v2 с классом GAD2ForAgenticModeling, 137,7 млн параметров, библиотека Transformers и формат Safetensors; README заявляет гибридную архитектуру с GRU-эволверами, модулем адаптивной памяти, RoPE и SwiGLU, а также контекст 1024 токена.

Модель обучалась на веб-корпусе HuggingFaceFW/fineweb. Карточка описывает её как универсальную, но приведённые сведения о тренировке ограничены 800 шагами оптимизации, поэтому заявления о стабильности и рассуждениях не подтверждены оценками качества. Для загрузки README требует включить trust_remote_code=True. Лицензия в метаданных — Apache-2.0.

Сценарии применения

  • генерация продолжений текста
  • создание черновиков и кратких ответов
  • эксперименты с компактными языковыми моделями
  • прототипирование агентных сценариев

Ограничения

Короткое контекстное окно в 1024 токена и небольшое число параметров ограничивают работу с длинными и сложными запросами; качество рассуждений не подтверждено опубликованными оценками. Для загрузки требуется trust_remote_code=True.

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

GAD-2: Generative Autogressive Decoder (Version 2)

GAD-2 (177M Parameters) is a high-efficiency, hybrid-architecture language model designed for rapid context acquisition and agentic reasoning. It represents a significant evolution in the GAD series, moving from specialized technical modeling (GAD-1) to broad-spectrum linguistic understanding.

🚀 The GAD-2 Leap: Comparison with GAD-1

While GAD-1 focused on niche scientific data (Astronomy) with a 77M parameter footprint, GAD-2 is built to be a general-purpose backbone with vastly improved stability and reasoning capabilities.

FeatureGAD-1 (Legacy)GAD-2 (Current)Status
Model Size77M Parameters177M Parameters+130% Growth
Context Window512 Tokens1024 Tokens2x Capacity
ArchitectureGAD-v1 (Angetic Core)GAD-v2 (Agentic Core)Refined
Primary DataWikipediaFineWeb (General)Broad Scale
Training ThroughputStandard12,800 BatchesHigh-Speed
StabilityFull RMSNorm & RoPEFull RMSNorm & RoPEEnterprise

🧠 Architectural Innovation

GAD-2 is not just a larger transformer; it introduces the Agentic Core—a hybrid system that mimics cognitive planning before token generation.

1. Multi-Intent Evolver (MIE)

Unlike static attention layers, GAD-2 uses parallel GRU-based Evolvers. This allows the model to "track" shifting intents across a sequence, preventing the "forgetting" typical of small-scale transformers.

2. Adaptive Memory Module

A learnable, persistent memory bank that updates dynamically during training. This module acts as a global anchor, allowing the model to maintain coherence across its entire 1024 context window.

3. RoPE & SwiGLU

By implementing Rotary Positional Embeddings (RoPE) and SwiGLU activation, GAD-2 achieves a level of syntactic precision usually reserved for models in the 1B+ parameter range.


📊 Training Meta-Data

  • Dataset: HuggingFaceFW/fineweb (High-quality web crawl)
  • Total Batches Processed: 12,800
  • Optimization Steps: 800 (Effective via Gradient Accumulation: 16)
  • Training Time: ~2 Hours (Extreme Convergence)
  • Precision: 16-bit Mixed Precision (AMP)
  • Loss Performance: 7.5 → 6.6 (Highly stable descent)

💻 Usage

To use GAD-2, you must enable trust_remote_code=True as the model utilizes custom Agentic layers.

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model_id = "Raziel1234/GAD-2"

tokenizer = AutoTokenizer.from_pretrained(model_id)

print("Downloading and loading model...")
model = AutoModelForCausalLM.from_pretrained(
    model_id, 
    trust_remote_code=True,
    force_download=True 
).to("cuda")

prompt = "The future of artificial intelligence is"
inputs = tokenizer(prompt, return_tensors="pt").to("cuda")

print(f"\nPrompt: {prompt}")
print("-" * 30)

with torch.no_grad():
    output = model.generate(
        **inputs, 
        max_length=100, 
        do_sample=True, 
        temperature=0.8, 
        top_k=50
    )

generated_text = tokenizer.decode(output[0], skip_special_tokens=True)
print(f"GAD-2 Output: {generated_text}")

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
GAD2ForAgenticModeling
Ревизия весов
68b01b0

0 моделей