/ Модель

Характеристики

Контекст
512 токенов
Архитектура
gpt2 · dense
Библиотека
transformers
Опубликована
27 авг 2026

v2-babylm-small-bul-ell-sequential_interleaved

Генерация текстаТекст → текст3 профессии

Экспериментальная GPT-2 для авторегрессионной генерации текста в сценарии с болгарским и греческим языками.

53скачиваний за 30 дней0лайковвеса обновлены27 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

Модель nikitastheo/v2-babylm-small-bul-ell-sequential_interleaved — авторегрессионная языковая модель на архитектуре GPT-2, обученная автором репозитория с помощью скрипта train_clm.py из Hugging Face Accelerate. Она предназначена для генерации текста; название репозитория указывает на эксперименты с последовательным чередованием болгарского и греческого языков. Модель принимает текст и продолжает его, а её контекст составляет 512 токенов.

В карточке не приведены размер модели, лицензия, обучающие данные или оценки качества. Поэтому пригодность для практических задач и условия распространения по имеющимся сведениям определить нельзя; результаты генерации стоит проверять, особенно для болгарского и греческого текстов.

Сценарии применения

  • продолжение короткого болгарского текста
  • продолжение короткого греческого текста
  • эксперименты с чередованием болгарского и греческого в обучающей выборке

Ограничения

Контекст ограничен 512 токенами; в карточке нет данных об оценке качества и обучающих данных, поэтому качество генерации не подтверждено.

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

nikitastheo/v2-babylm-small-bul-ell-sequential_interleaved

Trained with train_clm.py, a Hugging Face Accelerate causal-LM training script (no Trainer).

Training details

  • Base config: model_configs/gpt_small_config.json
  • Tokenizer: nikitastheo/babylm-bul-tokenizer
  • Max steps: 26020
  • Learning rate: 0.0001
  • LR scheduler: linear
  • Warmup steps: 2602
  • Batch size (per device): 32
  • Gradient accumulation steps: 1
  • Total train batch size: 32
  • Language switch epoch: 10

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
ce4e7db

0 моделей