/ Модель

Характеристики

Контекст
1 024 токена
Архитектура
gpt2 · dense
Библиотека
transformers
Опубликована
24 сен 2026

gpt2-ne-wikimulti

Генерация текстаТекст → текст3 профессии

GPT-2-small, обученная с нуля на непальской Википедии для генерации и продолжения текста на непальском языке.

1 102скачиваний за 30 дней1лайквеса обновлены26 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

GPT-2 Nepali WikiMulti — авторегрессионная языковая модель семейства GPT-2, обученная Dehan Al Kautsar с нуля на непальской части корпуса WikiMulti. Это GPT-2-small с 12 слоями, размером скрытого представления 768 и 12 головами внимания; модель и отдельный byte-level BPE-токенизатор обучены без использования предобученных весов или исходного англоязычного словаря GPT-2. Контекст составляет до 1024 токенов, словарь — 43 846 токенов.

Модель предназначена для продолжения и генерации текста на непальском языке, в том числе на основе данных Википедии. Она выдаёт непальский текст, но карточка не описывает специализированные задачи вроде диалога, инструкционного следования или работы с инструментами. Валидационная perplexity указана как 4,71.

Модель опубликована в формате safetensors и рассчитана на использование через Transformers. Лицензия в предоставленных данных не указана.

Сценарии применения

  • продолжение непальских текстов по заданному началу
  • генерация непальских энциклопедических текстов
  • эксперименты с языковым моделированием на непальском языке

Ограничения

Контекст ограничен 1024 токенами; модель обучена на непальской части WikiMulti и не заявлена как диалоговая или инструкционная. Лицензия в доступных данных не приведена.

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

GPT-2 Nepali WikiMulti

GPT-2-small model pretrained from scratch on the Nepali portion of WikiMulti.

Dataset

  • Dataset: dehanalkautsar/WikiMulti
  • File: 20260801_ne_wiki.parquet
  • Training field: text

Architecture

Standard GPT-2-small architecture:

  • Layers: 12
  • Hidden size: 768
  • Attention heads: 12
  • Maximum context: 1024
  • Vocabulary size: 43846

All GPT-2 weights were initialized from scratch.

No pretrained GPT-2 model weights were used.

Tokenizer

A separate Byte-Level BPE tokenizer was trained from scratch using only the Nepali training split.

The original English GPT-2 vocabulary and BPE merge rules were not used.

Vocabulary size: 43846

Training

  • GPU: NVIDIA RTX A6000
  • Precision: FP16
  • TF32: True
  • Maximum epochs: 50
  • Batch size per GPU: 8
  • Gradient accumulation: 4
  • Sequence length: 1024
  • Learning rate: 5e-05
  • Scheduler: linear
  • Validation frequency: every 500 optimizer steps
  • Early stopping patience: 999
  • Early stopping threshold: 0.0
  • Random seed: 42

Training was stopped after validation loss failed to improve for 999 consecutive evaluation rounds, unless the maximum epoch ceiling was reached first.

Best Model

Best validation loss:

1.5498346090316772

Final best-model validation loss:

1.5498346090316772

Perplexity:

4.71069101241065

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
5fe5e70

0 моделей