/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
MIT
Архитектура
gpt2 · dense
Базовая модель
gpt2
Опубликована
14 июн 2026

geo-capital-llm

Ответы на вопросыТекст → текст3 профессии

Дообученная GPT-2 для ответов на английском языке на вопросы о столицах, валютах, странах, штатах и городах.

26скачиваний за 30 дней0лайковвеса обновлены14 июн 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

geo-capital-llm — дообученная на базе GPT-2 модель для ответов на вопросы по географии. Она предназначена для запросов о столицах, валютах и фактах о странах, штатах и городах. Для обучения использованы 277 642 примера из countries-states-cities-database; сведения о столицах штатов дополнены данными Wikidata. Модель построена на архитектуре GPT-2, принимает текст и генерирует текст, поддерживает английский язык и контекст до 1 024 токенов. Лицензия — MIT.

Модель специализирована на географических вопросах и может отвечать на соответствующие фактические запросы. Её ответы ограничены тематикой и данными обучения; точность и актуальность отдельных фактов могут различаться.

Сценарии применения

  • узнать столицу страны
  • узнать столицу штата
  • получить сведения о валюте страны
  • ответить на вопросы о странах и их административном делении
  • получить справочную информацию о городах

Ограничения

Модель предназначена для географических фактов из тематики обучения; точность и актуальность конкретных ответов могут различаться.

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

geo-capital-llm

Fine-tuned gpt2 for geography Q&A (capitals, currency, country/state/city facts).

Training data

Usage

from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("./capital_llm_model")
model = AutoModelForCausalLM.from_pretrained("./capital_llm_model")

prompt = "Question: what is the capital of Kerala? Answer:"
inputs = tokenizer(prompt, return_tensors="pt")
outputs = model.generate(**inputs, max_new_tokens=30, do_sample=False)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

Prompt format

Question: <your question>? Answer:

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · question-answering

Можно запустить

Подбираем GPU…

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
3f5e8a1

0 моделей