/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
Apache 2.0
Архитектура
gpt2 · dense
Библиотека
transformers
Опубликована
26 июл 2026

Boris-1.3-75M

Генерация текстаТекст → текст3 профессии

Небольшая базовая GPT-2 модель OpenCerebral для продолжения английского текста и экспериментов с языковыми моделями.

383скачиваний за 30 дней1лайквеса обновлены5 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

Boris-1.3-75M — базовая предварительно обученная языковая модель на 75 млн параметров от OpenCerebral, ранее известной как New Millennium Artificial Intelligence. Она продолжает текст и не обучена следовать инструкциям или вести диалог. Модель построена на архитектуре GPT-2: 12 слоёв, 9 голов внимания, размерность скрытого состояния 576 и контекст до 1024 токенов.

Модель предназначена для генерации и продолжения английского текста, а также для экспериментов с небольшими языковыми моделями и их оценкой. Это продолженное предобучение базовой Boris-75M: к исходным 1,55 млрд токенов обучения добавлено 2,4 млрд токенов из DCLM-baseline и FineWeb-Edu. В README сообщается об улучшении ряда результатов на тестах языковой связности и здравого смысла по сравнению с исходной моделью.

Модель распространяется под лицензией Apache-2.0. Из-за небольшого размера и отсутствия настройки на безопасность или инструкции она может выдавать неточные, непоследовательные или оскорбительные тексты; результаты требуют проверки и надзора.

Сценарии применения

  • продолжение английского текста по началу фразы
  • эксперименты с компактными языковыми моделями
  • оценка генерации текста на тестах здравого смысла
  • изучение продолженного предобучения GPT-2

Ограничения

Модель не настроена на следование инструкциям или диалог и может выдавать неточные, непоследовательные или оскорбительные тексты. Не предназначена для использования как фактический справочник или для работы без надзора.

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

Boris

Boris-1.3-75M

Note: New Millennium Artificial Intelligence (NMAI) has been renamed OpenCerebral. The organization, models, and maintainers are unchanged — only the name is new. Older references to NMAI (including the previous KSP-NMAI repository paths) refer to OpenCerebral.

Boris-1.3-75M is a 75 million-parameter language model created by OpenCerebral. It extends the original Boris-75M base checkpoint with additional continued pretraining aimed at closing gaps found in Boris-75M's own benchmark results (see Continued pretraining below).

This is a base (pretrained) model. It has not been instruction-tuned and does not follow instructions or hold a conversation — it continues text. For an instruction-following version, see opencerebral/Boris-1.3-75M-Instruct.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer
 
tok = AutoTokenizer.from_pretrained("opencerebral/Boris-1.3-75M")
model = AutoModelForCausalLM.from_pretrained("opencerebral/Boris-1.3-75M")
 
ids = tok("The ocean is", return_tensors="pt").input_ids
out = model.generate(ids, max_new_tokens=40, do_sample=True, top_p=0.95)
print(tok.decode(out[0], skip_special_tokens=True))

Details

ArchitectureGPT-2 (pre-LN, learned positional embeddings, tied embeddings)
Layers / heads / d_model12 / 9 / 576
Context length1024
Vocab50304 (GPT-NeoX-20B BPE, padded)
TokenizerEleutherAI/gpt-neox-20b
Precisiontrained in bf16 autocast with fp32 master weights

Base model training

The Boris-75M base checkpoint was trained on 1.55B tokens of FineWeb-Edu for 14:49:08 on one RTX 3060.

Final loss3.6356
Final grad norm0.328
Final learning rate6.00e-05

Continued pretraining

Boris-75M's own benchmark results showed a gap on HellaSwag/CommonsenseQA-style tasks consistent with FineWeb-Edu's educational-content skew. Boris-1.3-75M adds three sequential continued-pretraining passes on top of the base checkpoint, each with a re-warmed learning rate, extending total training by 2.4B tokens (~60% more than the original 1.55B-token pretraining run):

PassDataTokensWall-clock (RTX 3060)
1DCLM-baseline1.5B14h 57m
2FineWeb-Edu0.3B~2.5h (estimated)
3FineWeb-Edu0.6B~5.0h (estimated)
Final loss3.3302
Final grad norm3.3302
Final learning rate1.00e-05

Why this recipe: DCLM alone improved fluency/coherence tasks (LAMBADA, WinoGrande) but noticeably cost ARC-Easy/ARC-Challenge performance. The two follow-up FineWeb-Edu passes were run specifically to test whether that cost was recoverable — it was: ARC-Easy and ARC-Challenge both ended above their original Boris-75M base values, while most of the DCLM-driven fluency gains held.

TaskBoris-75M+DCLM+FineWeb-EduBoris-1.3-75M
HellaSwag (acc_norm)27.2027.1427.2727.57
PIQA (acc_norm)57.1858.8159.3059.41
WinoGrande (acc)49.7251.7051.9351.54
ARC-Easy (acc_norm)39.1438.7639.4840.57
ARC-Challenge (acc_norm)23.0421.8422.7823.46
LAMBADA (acc)15.2119.2719.1718.16
Mean-635.2536.2536.6636.79

Benchmarks

Limitations

A base model of this size will produce text that is frequently inaccurate, inconsistent, or offensive. It has received no alignment or safety tuning and should not be used for factual reference or deployed without supervision.

Copyright & License

Copyright 2026 Joseph Jones

This project and all associated files (the "Work") are licensed under the Apache License, Version 2.0 (the "License"); you may not use this project except in compliance with the License. You may obtain a copy of the License at:

http://www.apache.org/licenses/LICENSE-2.0

Unless required by applicable law or agreed to in writing, software distributed under the License is distributed on an "AS IS" BASIS, WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied. See the License for the specific language governing permissions and limitations under the License.

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
0667073

0 моделей