/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
cc-by-sa-3.0
Архитектура
persian_gpt · dense
Библиотека
transformers
Опубликована
21 сен 2026

persian-lm-from-scratch

Генерация текстаТекст → текст3 профессии

Небольшая GPT-подобная модель, обученная с нуля для генерации энциклопедического текста на персидском языке.

393скачиваний за 30 дней0лайковвеса обновлены21 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

Модель aradmanamnaoon/persian-lm-from-scratch — авторская языковая модель в стиле GPT, обученная с нуля на персидских статьях Википедии. Она использует декодерный трансформер с 12 слоями и содержит 110,4 млн параметров; модель, токенизатор и обучающий корпус созданы для этого проекта без предобученных весов и дистилляции.

Модель предназначена для генерации текста на персидском языке, прежде всего энциклопедической прозы. В оценке на тестовой выборке она показала perplexity 14,52 и превзошла указанный в карточке 5-граммный базовый уровень. Обучение только на Википедии ограничивает стиль энциклопедическим регистром: модель не ориентирована на разговорный персидский, а отсутствие механизма привязки к источникам делает её ненадёжной для ответов на фактические вопросы. Объём обучения — 244 млн токенов при 110 млн параметров, поэтому более крупные модели могут показывать лучшие результаты. Репозиторий содержит веса в формате safetensors и использует Transformers. Лицензия — CC-BY-SA-3.0, унаследованная от обучающих данных.

Сценарии применения

  • генерация персидской энциклопедической прозы
  • продолжение текста на персидском языке
  • эксперименты с обучением GPT-моделей с нуля

Ограничения

Обучение только на Википедии придаёт генерациям энциклопедический стиль, а модель не имеет механизма заземления и ненадёжна для фактических вопросов. При объёме 110 млн параметров и 244 млн обучающих токенов более крупные модели могут превосходить её.

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

Persian GPT - 110M parameters, trained from scratch

A decoder-only transformer language model trained entirely from scratch on Persian Wikipedia text. No pretrained weights, no pretrained tokenizer, no distillation — the model, the tokenizer, and the training corpus were all built for this project.

Model summary

PropertyValue
Parameters110.4M
ArchitectureDecoder-only transformer (GPT-style)
Layers12
Hidden size768
Attention heads12
FFN size3072
Context length1024
Vocabulary32,000 (BPE, trained from scratch)
Positional encodingLearned absolute
NormalizationPre-LayerNorm
ActivationGELU
Weight tyingYes
Precisionfp16

Evaluation

ModelTest perplexity
Unigram (add-1)1590.26
5-gram (interpolated)171.60
This model14.52

11.8x improvement over the 5-gram baseline. Best val loss: 2.6391. Test loss: 2.6756.

Training details

  • Corpus: Persian Wikipedia (cleaned) — 855,724 documents, 244M tokens
  • Tokenizer: 32,000-token BPE trained from scratch, ZWNJ preserved
  • Hardware: Google Colab Pro, NVIDIA A100 80GB
  • Optimizer: AdamW (beta1=0.9, beta2=0.95, weight decay 0.1)
  • LR schedule: Linear warmup (500 steps) + cosine decay to 10% of peak
  • Peak LR: 3e-4
  • Effective batch: 64 (32 x 2 accumulation)
  • Epochs: 2 (7,450 optimizer steps)

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer
model = AutoModelForCausalLM.from_pretrained(
    "aradmanamnaoon/persian-lm-from-scratch",
    trust_remote_code=True,
)
tokenizer = AutoTokenizer.from_pretrained(
    "aradmanamnaoon/persian-lm-from-scratch",
    trust_remote_code=True,
)

Limitations

  • Register: trained only on Wikipedia — produces encyclopedic prose, not conversational Persian.
  • Factual accuracy: no grounding mechanism. Do not use for factual QA.
  • Scale: 244M tokens for 110M params. Larger models will outperform this one.
  • License: inherits CC-BY-SA-3.0 from the training data.

The safetensors file is updated and it is a slightly better version

Citation

@misc{persian_gpt_110m, title = {Persian GPT - 110M parameters, trained from scratch}, author = {Arad Manamnaoon}, year = {2026}, url = {https://huggingface.co/aradmanamnaoon/persian-lm-from-scratch} }

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
GPTForCausalLM
Ревизия весов
b443d45

0 моделей