Характеристики

Контекст: 512 токенов
Размер весов: 69 МБ
Лицензия: MIT
Архитектура: gpt2 · dense
Опубликована: 12 июн 2026

Ссылки

Hugging Face

HinTexta-34M-GGUF

Rohanify

Генерация текстаТекст → текст3 профессии

Компактная GPT-2 модель для генерации разговорных ответов на хинглише, которую можно запускать локально.

33скачиваний за 30 дней0лайковвеса обновлены21 июн 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

HinTexta-34M — компактная разговорная языковая модель, разработанная Rohanify и обученная с нуля на наборе из 1 млн синтетических диалогов на хинглише. Она предназначена для генерации ответов в чатах и запуска локально, в том числе через Ollama. Модель использует архитектуру GPT-2 с 34 млн параметров, 8 слоями, размерностью 512 и 8 головами внимания; версия в репозитории представлена в формате GGUF F16. Контекстное окно — 512 токенов, токенизатор — собственный ByteLevel BPE с словарём на 16 тыс. токенов.

Модель ориентирована на смешение хинди и английского в разговорной речи. Обучение на синтетических диалогах и небольшой размер делают её подходящей для локальных экспериментов и простых чат-сценариев, но карточка не приводит оценок качества или результатов сравнительных тестов. Лицензия — MIT.

Сценарии применения

генерация ответов в чате на хинглише
создание простого локального чат-бота на смеси хинди и английского
эксперименты с компактными разговорными языковыми моделями
запуск чат-модели через Ollama

Ограничения

Контекст ограничен 512 токенами. Карточка не приводит оценок качества; модель обучена на синтетических диалогах, поэтому её ответы могут отражать ограничения этих данных.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

HinTexta-34M — Hinglish Chat Model

A 34M parameter GPT-2 model trained from scratch on 1M Hinglish conversations. Speaks naturally in Hinglish (Hindi + English mix).

Quick Start (Ollama)

ollama run hf.co/Rohanify/HinTexta-34M-GGUF:F16

No setup needed!

Details

Architecture: GPT-2 (8 layers, 512 dim, 8 heads)
Parameters: 34M
Training data: 1M synthetic Hinglish conversations (Abhishekcr448/Hinglish-Everyday-Conversations-1M)
Tokenizer: Custom 16K vocab ByteLevel BPE trained on Hinglish
Context window: 512 tokens
Trained from scratch on a single RTX 5080

Example

You: Bhai kya haal hai?
Bot: Bahut accha! Lekin mujhe toh ek adventurous trip ki yaad hai, dost!

You: Movie dekhne chalein?
Bot: Movie night toh awesome hoga, par ek adventurous trip bhi zaroori hai!

Как запустить

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

GPU в ailist

llama.cpp

Можно запустить

Подбираем GPU…

Класс архитектуры: GPT2LMHeadModel
Ревизия весов: ffce9ec