/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
507 млн
Архитектура
qwen2 · dense
Библиотека
transformers
Опубликована
17 июл 2026

TTS

Генерация текстаТекст → текст3 профессии

Небольшая диалоговая модель Qwen2 для генерации текстовых ответов, дообученная с помощью TRL.

16скачиваний за 30 дней0лайковвеса обновлены18 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

ismailelsayedeltanja/TTS — диалоговая модель генерации текста на архитектуре Qwen2, дообученная с использованием TRL. Несмотря на название TTS, карточка описывает текстовую генерацию и показывает пример ответа на пользовательский вопрос; сведений о синтезе речи нет.

Модель содержит 506,6 млн параметров, использует библиотеку Transformers и поддерживает контекст до 32 768 токенов. Её можно применять для генерации ответов в диалоговом формате. В карточке базовая модель указана как None, поэтому определить исходный чекпойнт нельзя. Информация о лицензии и языковой специализации отсутствует.

Сценарии применения

  • генерация ответа на вопрос в чате
  • создание диалогового прототипа на базе Qwen2
  • эксперименты с дообучением языковой модели через TRL

Ограничения

Карточка не подтверждает синтез речи, несмотря на название репозитория. Не указаны базовая модель и лицензия, а примеров или оценок качества в README нет.

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 TTS

This model is a fine-tuned version of None. It has been trained using TRL.

Quick start

from transformers import pipeline

question = "If you had a time machine, but could only go to the past or the future once and never return, which would you choose and why?"
generator = pipeline("text-generation", model="ismailelsayedeltanja/TTS", device="cuda")
output = generator([{"role": "user", "content": question}], max_new_tokens=128, return_full_text=False)[0]
print(output["generated_text"])

Training procedure

This model was trained with SFT.

Framework versions

  • TRL: 0.22.2
  • Transformers: 4.56.2
  • Pytorch: 2.11.0+cu128
  • Datasets: 3.6.0
  • Tokenizers: 0.22.2

Citations

Cite TRL as:

@misc{vonwerra2022trl,
	title        = {{TRL: Transformer Reinforcement Learning}},
	author       = {Leandro von Werra and Younes Belkada and Lewis Tunstall and Edward Beeching and Tristan Thrush and Nathan Lambert and Shengyi Huang and Kashif Rasul and Quentin Gallou{\'e}dec},
	year         = 2020,
	journal      = {GitHub repository},
	publisher    = {GitHub},
	howpublished = {\url{https://github.com/huggingface/trl}}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
49be5d7

0 моделей