/ Модель

Характеристики

Контекст
2 048 токенов
Лицензия
Apache 2.0
Архитектура
gpt2 · dense
Опубликована
28 авг 2026

nylon-v1

Генерация текстаТекст → текст8 профессий

Компактная модель GPT-2 для англоязычного диалога, рассуждений, инженерных задач и помощи с кодом.

98скачиваний за 30 дней0лайковвеса обновлены28 авг 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

Nylon V1 — компактная авторская трансформерная модель Абдулварита для генерации текста, диалогов, рассуждений и помощи в инженерных задачах. Согласно карточке, модель создана с нуля и обучалась на инженерных, математических и системных данных, затем прошла настройку на многоходовых инструкциях и оптимизацию предпочтений для кратких и практичных ответов.

Модель построена на декодерной архитектуре GPT-2 с 24 слоями, 16 головами внимания и размерностью представлений 1024; размер составляет около 338 млн параметров, контекст — 2048 токенов. Заявлены сценарии чат-общения, написания и анализа кода, а также решения задач по математике и системам. Метаданные указывают английский язык и поддержку генерации текста; опубликованы форматы PyTorch, SafeTensors и GGUF.

Модель распространяется по лицензии Apache-2.0. Её небольшой размер удобен для локального запуска, однако контекст ограничен 2048 токенами; заявленные возможности не подкреплены в карточке описанием оценок или бенчмарков.

Сценарии применения

  • ответы на инженерные вопросы
  • помощь в решении задач по математике
  • написание и разбор кода
  • многоходовой англоязычный чат
  • объяснение системных и технических тем

Ограничения

Контекст ограничен 2048 токенами. В карточке не приведены результаты бенчмарков, поэтому заявленные качество и точность ответов не подтверждены оценками.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

🧶 Nylon V1

Nylon V1 is a high-performance transformer reasoning and engineering assistant created from scratch by Abdulwarith.

Trained with full-stack alignment:

  1. Pre-training: 5+ Billion high-density engineering, mathematics, and systems tokens.
  2. Instruction Alignment: Curated multi-turn dialogue with strict persona attribution and code reasoning.
  3. Behavioral Optimization: High-precision direct preference tuning for concise, factual, and actionable outputs.

🚀 Quickstart with Transformers

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model_id = "nylon-v1"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, torch_dtype=torch.float32)

messages = [
    {"role": "system", "content": "You are Nylon V1, a helpful AI engineering assistant created by Abdulwarith."},
    {"role": "user", "content": "Write a Python function to check if a number is prime."}
]

prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(prompt, return_tensors="pt")

outputs = model.generate(**inputs, max_new_tokens=256, temperature=0.2)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

🏛️ Model Specifications

  • Parameters: ~338 Million
  • Context Window: 2,048 tokens
  • Architecture: GPT-2 Decoder Stack (Pre-LayerNorm, 24 layers, 16 heads, 1024 embedding dim)
  • Creator: Abdulwarith

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
116d197

0 моделей