/ Модель

Характеристики

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

tiny-gpt-memorization-8m

Генерация текстаТекст → текст3 профессии

Экспериментальный GPT-2 на 7,9 млн параметров для изучения запоминания случайных данных языковыми моделями.

139скачиваний за 30 дней0лайковвеса 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

Это экспериментальный чекпойнт GPT-2 от evalstate, обученный с нуля для изучения запоминания данных языковыми моделями. Модель содержит 7 916 160 параметров и использует словарь из 2049 токенов: 2048 токенов случайных данных и BOS. Она обучалась на последовательностях длиной 64; нативный контекст — 80 токенов.

Чекпойнт представляет запуск на границе насыщения ёмкости в исследовательском воспроизведении работы «How much do language models memorize?». В README сообщается, что модель запомнила 14 622 163 бита данных, или 1,847 бита на параметр. Она предназначена для анализа запоминания на малом масштабе, а не для обычной генерации естественного языка. Авторы характеризуют результаты как предварительную проверку на малом масштабе, не как универсальный закон масштабирования.

Модель принимает текстовые токены и генерирует продолжения. README описывает обучение на равномерно случайных токенах, поэтому она не предназначена для содержательных ответов на естественном языке. Используется библиотека Transformers, веса представлены в формате Safetensors; лицензия — MIT.

Сценарии применения

  • изучение запоминания обучающих данных языковой моделью
  • воспроизведение экспериментов о ёмкости малых языковых моделей
  • сравнение запоминания модели с её числом параметров

Ограничения

Модель обучена на случайных токенах и не предназначена для содержательной генерации естественного языка. Результаты относятся к исследовательскому эксперименту малого масштаба и не устанавливают 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 (8m, 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: 7,916,160 (non-embedding 7,098,624).
  • Vocab: 2048 data tokens (uniform random) + BOS = 2049 model vocab.
  • Sequence length: 64 (paper S=64).
  • Dataset: 44000 sequences, 2,816,000 data tokens, dataset entropy 30,976,000 bits (30.976 Mbits).
  • Trained 15698 steps, AdamW, bfloat16, lr 0.002, batch 512.
  • Result: train loss 5.8075 bits/tok, held loss 16.6023, memorized 14,622,163 bits = 1.847 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-8m")

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
6f7b07b

0 моделей