/ Модель

Характеристики

Контекст
128 токенов
Лицензия
MIT
Архитектура
gpt2 · dense
Опубликована
5 окт 2025

nano-gpt-from-scratch

Генерация текстаТекст → текст3 профессии

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

825скачиваний за 30 дней0лайковвеса обновлены5 окт 2025

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

Tanaybh/nano-gpt-from-scratch — небольшая языковая модель в стиле GPT-2, созданная автором репозитория как учебный проект с нуля и обученная на ноутбуке. Это плотная авторегрессионная Transformer-модель с 4 слоями, 4 головами внимания, размерностью эмбеддингов 128 и примерно 1,07 млн параметров. Репозиторий содержит веса safetensors; модель опубликована под лицензией MIT.

Модель предназначена для генерации продолжения текста по короткому текстовому запросу и демонстрации базовых принципов обучения языковых моделей. Она обучалась 10 эпох на 5 000 примерах WikiText-2, использует словарь из 2 000 токенов и имеет контекст 128 токенов. В карточке указана поддержка английского языка.

Из-за малого размера и ограниченного объёма обучающих данных модель может генерировать бессвязный текст и обладает ограниченными знаниями. Она не проходила настройку на выполнение инструкций, поэтому лучше подходит для учебных экспериментов и коротких продолжений текста, а не для диалога или сложных прикладных задач.

Сценарии применения

  • генерация продолжения короткого английского текста
  • изучение устройства GPT-подобных Transformer-моделей
  • эксперименты с авторегрессионной генерацией текста

Ограничения

Модель обучалась на небольшом наборе из 5 000 примеров WikiText-2, поэтому её знания ограничены и генерация может быть бессвязной. Контекст составляет 128 токенов; модель не настроена на выполнение инструкций.

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

🤖 Nano GPT - Built From Scratch

Hey there! Welcome to my tiny language model. I built this GPT from scratch as a learning project, and honestly, it was pretty fun watching it learn to generate text!

What is this?

This is a super small GPT-2 style language model that I trained on my laptop. It's not going to write your essays or solve world hunger, but it's a cool demonstration of how these language models actually work under the hood.

Think of it as a baby GPT - it can generate text, but don't expect Shakespeare. More like... an enthusiastic toddler who just learned to talk.

Model Stats

  • Parameters: ~1,065,728 (yes, that's million with an M, not billion!)
  • Layers: 4 transformer layers
  • Embedding Size: 128 dimensions
  • Attention Heads: 4 heads
  • Context Length: 128 tokens
  • Vocab Size: 2000 tokens
  • Training Data: WikiText-2 (5,000 samples)
  • Training Time: 10 epochs on my laptop

Quick Start

Want to try it out? Here's how:

from transformers import pipeline

# Load the model
generator = pipeline('text-generation', model='Tanaybh/nano-gpt-from-scratch')

# Generate some text
output = generator(
    "The meaning of life is",
    max_new_tokens=30,
    do_sample=True,
    temperature=0.8
)

print(output[0]['generated_text'])

Example Output

I gave it the prompt: "**The **"

And it generated:

The × 60 munitions, and injuries were found in the taxonomy in the south, the east of the

Not bad for a tiny model trained in a few hours, right?

Training Details

I trained this model from scratch using:

  • Custom BPE tokenizer (trained on the same data)
  • GPT-2 architecture (just way smaller)
  • AdamW optimizer with a learning rate of 0.0005
  • Batch size of 8
  • Trained for 10 epochs

The whole thing runs on a regular laptop - no fancy GPU clusters needed!

Limitations

Let's be real here:

  • This model is TINY. Like, really tiny. It has 1,065,728 parameters vs GPT-3's 175 billion.
  • It was only trained on 5,000 Wikipedia samples, so its knowledge is... limited.
  • It might generate weird or nonsensical text sometimes. That's part of the charm!
  • Maximum context length is only 128 tokens, so don't expect long conversations.
  • It's a base model with no instruction tuning, so it just continues text rather than following commands.

Why I Made This

I wanted to understand how language models work by building one myself. Sure, I could've just fine-tuned a pre-trained model, but where's the fun in that? This project taught me about:

  • Tokenizer training
  • Transformer architecture
  • Training dynamics
  • How LLMs actually generate text

Plus, now I can say I trained a language model from scratch on my laptop. Pretty cool, right?

Future Improvements

Some things I might try:

  • Train on more data (maybe the full WikiText dataset)
  • Experiment with different model sizes
  • Try different tokenizer configurations
  • Add instruction tuning
  • Fine-tune it for specific tasks

License

MIT - Feel free to use this however you want! Learn from it, break it, improve it. That's what it's here for.

Acknowledgments

Built with:

  • 🤗 Hugging Face Transformers
  • PyTorch
  • The WikiText dataset
  • Too much coffee ☕

Note: This is a learning project and experimental model. Use it for fun and education, not production systems!

If you found this interesting or helpful, feel free to star the repo or reach out. Always happy to chat about ML stuff!

Last updated: October 05, 2025

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
f3f5c90

0 моделей