/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
454 млн
Архитектура
gpt_neox · dense
Библиотека
transformers
Опубликована
5 сен 2026

SC_DPO_Bounded_Pythia410M

Генерация текстаТекст → текст3 профессии

SC_DPO_Bounded_Pythia410M — компактная GPT-NeoX-подобная языковая модель для генерации текста и экспериментов с Transformers.

192скачиваний за 30 дней0лайковвеса обновлены5 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

SC_DPO_Bounded_Pythia410M — языковая модель для генерации текста, опубликованная в экосистеме Hugging Face и предназначенная для использования с библиотекой Transformers. README не содержит сведений о разработчике, исходной модели, обучающих данных или лицензии.

Модель имеет архитектурные признаки GPT-NeoX и около 454,2 млн параметров. Она поддерживает контекст длиной до 2048 токенов и может применяться для продолжения промптов, генерации коротких текстов и экспериментов с дообучением или настройкой инференса. Поддерживаемые естественные языки в доступных данных не указаны.

В карточке отсутствуют результаты оценки, описание процедуры обучения, рекомендации по применению и сведения о лицензии. Поэтому качество, устойчивость, безопасность и пригодность модели для конкретных языков или предметных областей необходимо проверять самостоятельно.

Сценарии применения

  • продолжение текста по заданному промпту
  • генерация коротких черновиков
  • эксперименты с языковыми моделями
  • тестирование методов дообучения и инференса

Ограничения

В README отсутствуют результаты оценки, сведения об обучающих данных, рекомендации по безопасности и описание поддерживаемых языков. Лицензия также не указана в доступных данных, поэтому условия использования необходимо уточнить отдельно.

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

This is the model card of a 🤗 transformers model that has been pushed on the Hub. This model card has been automatically generated.

  • 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): [More Information Needed]
  • License: [More Information Needed]
  • 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 · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GPTNeoXForCausalLM
Ревизия весов
f2fbce7

0 моделей