/ Модель

Характеристики

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

v5-babylm-15k-small-shared-eng-ell-sequential_interleaved

Генерация текстаТекст → текст3 профессии

Экспериментальная GPT-2-модель для генерации текста с англо-греческим обучением и контекстом 512 токенов.

251скачиваний за 30 дней0лайковвеса обновлены16 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

Модель nikitastheo/v5-babylm-15k-small-shared-eng-ell-sequential_interleaved — авторегрессионная языковая модель семейства GPT-2, обученная автором репозитория с помощью скрипта train_clm.py на базе Hugging Face Accelerate. Название указывает на вариант BabyLM для совместного англо-греческого обучения с последовательным чередованием языков; README не раскрывает состав обучающих данных и подробности эксперимента.

Модель предназначена для генерации текста и продолжения текстовых последовательностей. Она принимает текст и генерирует текст, использует библиотеку Transformers и формат весов safetensors; длина контекста составляет 512 токенов. Метаданные не сообщают число параметров.

Это экспериментальный чекпойнт серии BabyLM, созданный в 2026 году. README и метаданные не содержат сведений о лицензии, поэтому условия повторного использования определить нельзя. Короткий контекст ограничивает работу с длинными документами; качество и пригодность для практических задач по карточке не оценены.

Сценарии применения

  • продолжение короткого англоязычного текста
  • продолжение короткого грекоязычного текста
  • эксперименты с авторегрессионным языковым моделированием
  • сравнение моделей в задачах BabyLM

Ограничения

Контекст ограничен 512 токенами. Карточка не указывает лицензию, размер модели, обучающие данные или результаты оценки качества.

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/v5-babylm-15k-small-shared-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-15k-eng-tokenizer
  • Max steps: 27020
  • Learning rate: 0.0001
  • LR scheduler: linear
  • Warmup steps: 2702
  • 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
e8881f3

0 моделей