/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Опубликована
26 сен 2026

WesleyGPT-Base

Генерация текстаТекст → текст3 профессии

Небольшая англоязычная базовая языковая модель для продолжения текста, обученная с нуля на одной RTX 3060.

301скачиваний за 30 дней0лайковвеса обновлены26 сен 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

WesleyGPT-Base — англоязычная предобученная языковая модель, созданная Wesley Mangum с нуля на основе nanochat. Веса содержат около 286 млн параметров; модель обучена примерно за 14 часов на одной видеокарте RTX 3060 с датасетом ClimbMix-400B Shuffle. Архитектура включает 12 слоёв, ширину 768 и 6 голов внимания.

Модель предназначена для продолжения текста: она принимает начало документа и генерирует его продолжение. Это базовая модель, а не чат-ассистент. Контекст составляет 2 048 токенов; используется скользящее окно внимания и байтовый BPE-токенизатор на 32 768 токенов.

Модель распространяется в формате safetensors по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. Для загрузки нельзя использовать Transformers AutoModel: репозиторий указывает на собственный код WesleyGPT. Модель не предназначена для диалога.

Сценарии применения

  • продолжение начатого текста или документа
  • генерация англоязычных фрагментов текста
  • эксперименты с небольшой языковой моделью на потребительской видеокарте

Ограничения

Это модель продолжения текста, а не чат-модель; для диалога предназначен отдельный WesleyGPT. Она не загружается через Transformers AutoModel и требует собственного кода проекта.

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

WesleyGPT-Base

The pretrained foundation of WesleyGPT: a 286-million-parameter language model trained from scratch on one RTX 3060 in Wesley Mangum's home, in about 14 hours. Built on nanochat; code at WasueM/WesleyGPT.

This is a text continuer, not a chat model: give it the start of a document and it writes more. For conversation, use WesleyGPT.

Load it

git clone https://github.com/WasueM/WesleyGPT && cd WesleyGPT
uv sync --extra cpu --extra release
from wesleygpt.release import fetch_release, load_release
model, tokenizer = load_release(fetch_release("Wasue/WesleyGPT-Base", "wesleygpt-base"))

It is not a transformers model, so AutoModel will not load it.

Model and training

Parameters286,261,730 (12 layers, width 768, 6 heads)
Context2,048 tokens, sliding-window attention
Tokenizer32,768-token byte-level BPE
Data1.32 billion tokens of ClimbMix (2,520 steps × 524,288 tokens)
Compute~14 h on 1× RTX 3060 12 GB
Validation loss0.844 bits per byte
CORE (nanochat's 22-task in-context benchmark)0.151

License

CC-BY-NC-4.0, matching NVIDIA's Nemotron-ClimbMix, from which the pretraining data is derived. Free to use, share, and adapt with credit, not commercially. The code is MIT.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
4eaed6e

0 моделей