/ Модель

Характеристики

Контекст
80 токенов
Лицензия
MIT
Архитектура
gpt2 · dense
Библиотека
transformers
Опубликована
21 авг 2026

tiny-gpt-memorization-2m

Генерация текстаТекст → текст3 профессии

Маленький чекпойнт GPT-2, обученный на случайных последовательностях для исследования запоминания данных и границы насыщения языковых моделей.

129скачиваний за 30 дней1лайквеса обновлены21 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

evalstate выпустил исследовательский чекпойнт GPT-2, обученный с нуля для изучения того, сколько случайных данных может запомнить языковая модель. Модель содержит около 1,87 млн параметров, использует словарь из 2049 токенов и контекст длиной 64 токена; она обучалась на равномерно случайных последовательностях и достигла заявленного результата 2,473 бита запомненной информации на параметр.

Чекпойнт предназначен для воспроизведения и анализа экспериментов по запоминанию данных и границе насыщения при малом масштабе, а не для обычной генерации связного текста. Это плотная авторегрессионная GPT-2-модель для text-generation, доступная в формате safetensors и используемая с Transformers. Эксперимент ограничен конкретной архитектурой, размером и синтетическим набором данных; авторы отдельно отмечают, что результаты не являются универсальным законом масштабирования. Лицензия — MIT.

Сценарии применения

  • воспроизведение экспериментов по запоминанию случайных данных
  • оценка ёмкости языковой модели малого размера
  • изучение связи числа параметров и объёма запомненной информации

Ограничения

Модель обучена на искусственных случайных последовательностях, поэтому не предназначена для связной генерации естественного языка. Результаты относятся к конкретному малому эксперименту и не обобщаются на универсальный закон масштабирования.

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

Tiny GPT memorization checkpoint (2m, near-capacity / saturation boundary)

From an exploratory tiny-scale replication of How much do language models memorize?.

  • Architecture: GPT-2 (transformers), trained from scratch.
  • Parameters: 1,871,056 (non-embedding 1,496,352).
  • Vocab: 2048 data tokens (uniform random) + BOS = 2049 model vocab.
  • Sequence length: 64 (paper S=64).
  • Dataset: 10000 sequences, 640,000 data tokens, dataset entropy 7,040,000 bits (7.040 Mbits).
  • Trained 7330 steps, AdamW, bfloat16, lr 0.002, batch 512.
  • Result: train loss 3.7714 bits/tok, held loss 18.0931, memorized 4,626,295 bits = 2.473 bits/parameter.

This is the near-capacity (saturation-boundary) run for this model size. Below- and above-capacity checkpoints for the same architecture are published as state.pt files in the results dataset evalstate/tiny-memorization-results.

Load with:

from transformers import GPT2LMHeadModel
model = GPT2LMHeadModel.from_pretrained("evalstate/tiny-gpt-memorization-2m")

Findings are scoped as an exploratory tiny-scale check (three architectures), NOT a universal scaling law.

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
57858cc

0 моделей