/ Модель

Характеристики

Контекст
256 токенов
Лицензия
Apache 2.0
Архитектура
gpt2 · dense
Библиотека
transformers
Опубликована
7 сен 2026

saslm-18m-mula

Генерация текстаТекст → текст3 профессии

Экспериментальная небольшая GPT-2-модель для воспроизведения исследования и генерации английской философской прозы в стиле корпуса Шри Ауробиндо.

197скачиваний за 30 дней0лайковвеса обновлены7 сен 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

SASLM-18M — небольшая языковая модель на архитектуре GPT-2, созданная автором карточки с нуля на основе полного собрания сочинений Шри Ауробиндо. Чекпойнт с 18,7 млн параметров выпущен как контрольная модель для исследования о влиянии комментариев к первичному корпусу на обучение; комментарии в обучающие данные этой версии не входили. Модель предназначена для воспроизведения эксперимента и генерации английского текста в стиле философской прозы начала XX века, а не для универсального использования.

Модель принимает текст и генерирует текст, поддерживает английский язык и имеет контекст длиной 256 токенов. Она обучалась с нуля и на момент выпуска оставалась недообученной; автор сообщает, что дообучение предварительно обученной модели на том же корпусе даёт лучшие результаты. Лицензия весов — Apache-2.0; обучающий корпус не распространяется. Генерации могут звучать убедительно, но не гарантируют точности изложения взглядов Шри Ауробиндо, поэтому модель не подходит для религиозных, духовных или научных рекомендаций.

Сценарии применения

  • воспроизведение эксперимента по обучению на первичном корпусе
  • генерация продолжений английских философских текстов в стиле Шри Ауробиндо
  • сравнение обучения только на первичных текстах с обучением на комментариях
  • проверка качества небольшой языковой модели на узком корпусе

Ограничения

Модель небольшая и недообученная, ограничена контекстом в 256 токенов и узким корпусом; качество ниже, чем у дообученной предварительно обученной модели. Связный текст может искажать взгляды автора корпуса, поэтому модель не следует использовать для духовных, религиозных или научных рекомендаций.

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

SASLM-18M (primary text only)

An 18.7M-parameter GPT-2-style language model trained from scratch on the Complete Works of Sri Aurobindo. Released as the reference model for the paper Commentary as a Substitute for Pretraining.

This model is not competitive with general-purpose language models and is not intended to be. It exists to support a research question about training data composition. See What this model is for and Limitations before using it for anything.

What this model is for

The paper asks whether adding secondary material — recorded commentary on a primary corpus — improves a small model on that primary corpus. This checkpoint is the control arm: trained on primary text only, no commentary. It is released so that others can reproduce the comparison.

The commentary-trained arms are not released pending permission from the commentary's author. See Training data.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("maheshcr/saslm-18m-mula")
tok = AutoTokenizer.from_pretrained("maheshcr/saslm-18m-mula")

ids = tok("The Supermind is", return_tensors="pt").input_ids
out = model.generate(ids, max_new_tokens=60, do_sample=True,
                     temperature=0.8, top_k=50, pad_token_id=0)
print(tok.decode(out[0]))

Context length is 256 tokens. The tokenizer is a 30,000-token BPE trained on the domain corpus, so it is efficient on this vocabulary and poor on general text.

Model details

ArchitectureGPT-2 decoder, 4 layers, 6 heads, d=384
Parameters18.7M
Context256 tokens
Vocabulary30,000 BPE
Training60,000 steps, batch 32, AdamW, lr 6e-4 cosine, dropout 0.15
Seed1337
Hardware1x RTX 3070 Ti

The released weights are bit-identical to the checkpoint used in the paper; conversion to the transformers layout was verified to zero logit difference.

Evaluation

Held-out validation set of 337,514 tokens (1,502,530 bytes), split at the document level and decontaminated to 0.3% verbatim overlap with training.

ModelParamsBPB ↓Perplexity
This model18.7M1.356465.74
Same model + 20% commentary18.7M1.345363.50
GPT-2-small, zero-shot124M1.4703—
GPT-2-small, fine-tuned on same data124M1.1604—

Bits per byte is used for cross-model comparison because the tokenizers differ; per-token perplexity is not comparable across different vocabularies.

Note the last row: a fine-tuned GPT-2-small is substantially better than this model. If you want a good model for this corpus, fine-tune a pretrained one. This model beats GPT-2-small only in the zero-shot setting, at 6.6x fewer parameters.

On SASLM-Eval (see the dataset card), this model scores 36.0% / 29.1% / 35.5% across three seeds on a 406-item cloze task with a 25% chance baseline. Above chance, but no model we tested is distinguishable from another on this benchmark.

Training data

SourceIncluded hereRedistributed
Complete Works of Sri Aurobindo (23 volumes)YesNo
Sraddhalu Ranade lecture transcriptsNoNo
The Mother, Collected WorksNoNo

This checkpoint was trained on Sri Aurobindo's works only. Sri Aurobindo died in 1950, so the works are out of copyright in India under life+60; the 2005 edition used carries a Sri Aurobindo Ashram Trust copyright notice. The corpus itself is not redistributed. A manifest with SHA-256 hashes is in the code repository so that independently obtained sources can be verified as identical.

Memorisation

Measured before release. 100 greedy prompts of 50 tokens per split, generating 100 tokens and measuring the longest matching continuation:

SplitMean matchedMax≥20 tokens
Training0.4960%
Validation0.5330%

The model does not reproduce its training data. The longest verbatim match found anywhere was six tokens.

Limitations

  • Small and undertrained. Validation loss was still improving at the step budget; this is not a converged model.
  • Worse than fine-tuning a pretrained model on the same data, by 13.7% bits per byte. Do not use this model where quality matters.
  • 256-token context. It cannot handle long passages.
  • Single domain, single author, single register. Generations imitate the surface style of early-20th-century English philosophical prose and will be incoherent outside it.
  • It does not know what it is saying. On a benchmark testing whether the model selects the correct ontological term from a same-family set, it scores around 33% against a 25% baseline. Fluent output should not be read as doctrinal accuracy.
  • Not suitable for religious, spiritual or scholarly guidance. It generates plausible-sounding text in the register of a spiritual teacher without any correspondence to what that teacher actually taught. Do not present its output as Sri Aurobindo's views.

Citation

@misc{saslm2026,
  title  = {Commentary as a Substitute for Pretraining: Mixing Secondary Text
            into a Small Language Model for a Philosophical Corpus},
  author = {Mahesh C.R.},
  year   = {2026}
}

Contact

If you are a rights holder with a concern about this release, open an issue on the model repository and it will be addressed.

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
252663f

0 моделей