/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
152 млн
Архитектура
opt · dense
Библиотека
transformers
Опубликована
12 июл 2026

opt-125m-aac

Генерация текстаТекст → текст3 профессии

Небольшая причинная языковая модель семейства OPT для генерации продолжения текста по заданному запросу.

3 851скачиваний за 30 дней0лайковвеса обновлены12 июл 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

figmtu/opt-125m-aac — текстовая генеративная модель на основе OPT, относящаяся к семейству декодерных причинных трансформеров Meta. По метаданным Hugging Face, модель содержит около 151,9 млн параметров, использует архитектуру OPTForCausalLM и рассчитана на контекст до 2048 токенов.

Модель предназначена для генерации продолжения текста по запросу. Поиск по точному идентификатору не выявил доступной карточки этой модели; сведения о назначении и характеристиках основаны на метаданных и карточке базовой модели facebook/opt-125m. Поддержка AAC или специализация на конкретной прикладной области не подтверждены.

Базовое семейство OPT разработано Meta AI и ориентировано на причинное языковое моделирование и исследования. Карточка базовой модели указывает английский язык и лицензию OPT; условия использования производной модели следует сверить с её репозиторием и лицензией базовой модели.

Сценарии применения

  • генерация продолжения короткого текста
  • создание простых черновиков на английском языке
  • эксперименты с причинными языковыми моделями
  • тестирование конвейеров генерации текста

Ограничения

Это небольшая базовая языковая модель, не подтверждённая как чат-модель или специализированная модель для AAC; её ответы могут быть неточными и не следовать инструкциям. Доступная информация о языках и лицензии относится к базовой модели facebook/opt-125m, а не к отдельной карточке figmtu/opt-125m-aac.

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

Model Card for Model ID

Model Details

Model Description

This is the model card of a 🤗 transformers model that has been pushed on the Hub. This model card has been automatically generated.

  • Developed by: [More Information Needed]
  • Funded by [optional]: [More Information Needed]
  • Shared by [optional]: [More Information Needed]
  • Model type: [More Information Needed]
  • Language(s) (NLP): [More Information Needed]
  • License: [More Information Needed]
  • Finetuned from model [optional]: [More Information Needed]

Model Sources [optional]

  • Repository: [More Information Needed]
  • Paper [optional]: [More Information Needed]
  • Demo [optional]: [More Information Needed]

Uses

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

  • Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

  • Hardware Type: [More Information Needed]
  • Hours used: [More Information Needed]
  • Cloud Provider: [More Information Needed]
  • Compute Region: [More Information Needed]
  • Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
OPTForCausalLM
Ревизия весов
eeb0a3e

0 моделей