/ Модель

Характеристики

Контекст
512 токенов
Архитектура
gpt2 · dense
Библиотека
transformers
Опубликована
16 сен 2026

functionalizer-100M-fineweb-edu-seed3

Генерация текстаТекст → текст3 профессии

Экспериментальная GPT-2-модель на 100 млн параметров, обученная на FineWeb-Edu для генерации текста.

417скачиваний за 30 дней0лайковвеса обновлены23 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

Functionalizer 100M — экспериментальная языковая модель с архитектурой GPT-2, содержащая около 100 млн параметров. Она обучена авторами с использованием фреймворка Functionalizer на датасете FineWeb-Edu; в названии репозитория указан seed 3. Модель представлена в статье «The Functionalizer: Lossless Functional Decomposition for Subword Tokenization».

Сценарии применения

  • генерация продолжения текста
  • эксперименты с токенизацией подслов
  • изучение функциональной декомпозиции в языковых моделях

Ограничения

Для запуска требуется пользовательский форк токенизатора. Контекст модели ограничен 512 токенами.

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

Functionalizer 100M model

This is a 100M example model. Each model is trained on the dataset specified in the name for 50000 epochs with the given seed.

This model is presented in the paper The Functionalizer: Lossless Functional Decomposition for Subword Tokenization.

The model was trained using the Functionalizer framework. Training code and detailed performance analysis are available: https://github.com/connor-makowski/functionalizer

Running the model

To run the model, use the custom tokenizer fork available here: https://github.com/connor-makowski/tokenizers/tree/functionalizer

Citation

If you find this model or the Functionalizer framework useful, please cite:

@misc{makowski2026functionalizerlosslessfunctionaldecomposition,
      title={The Functionalizer: Lossless Functional Decomposition for Subword Tokenization}, 
      author={Connor Makowski and Willem Guter},
      year={2026},
      eprint={2609.15991},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2609.15991}, 
}

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
afa71ce

0 моделей