/ Модель

Характеристики

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

v2-babylm-small-eng-ell-sequential_interleaved

Генерация текстаТекст → текст3 профессии

Экспериментальная GPT-2 для генерации текста в рамках BabyLM, связанная с английским и греческим материалом.

56скачиваний 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-eng-ell-sequential_interleaved — авторегрессионная языковая модель семейства GPT-2 для генерации текста. Согласно карточке, её обучали скриптом train_clm.py из Hugging Face Accelerate без использования Trainer.

Название указывает на эксперимент BabyLM с последовательным чередованием английского и греческого материала; README не уточняет состав данных и схему обучения. Модель принимает текст и генерирует текст, а заявленная длина контекста составляет 512 токенов. Репозиторий использует формат safetensors и библиотеку Transformers.

Карточка не сообщает размер модели, лицензию и конкретные ограничения качества или области применения. По названию и карточке это экспериментальный чекпойнт BabyLM; пригодность для практического применения следует оценивать отдельно.

Сценарии применения

  • эксперименты с генерацией текста на английском и греческом
  • изучение авторегрессионного языкового моделирования
  • воспроизведение экспериментов BabyLM

Ограничения

Контекст ограничен 512 токенами. README не приводит оценок качества, поэтому пригодность для конкретных задач не подтверждена.

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-eng-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-eng-tokenizer
  • Max steps: 25920
  • Learning rate: 0.0001
  • LR scheduler: linear
  • Warmup steps: 2592
  • 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
74e5e9a

0 моделей