/ Модель

Характеристики

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

Boris-250M

Генерация текстаТекст → текст3 профессии

Базовая языковая модель GPT-2 на 250 млн параметров для продолжения текста и экспериментов с генерацией на английском языке.

153скачиваний за 30 дней4лайкавеса обновлены23 июл 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-250M — базовая предварительно обученная языковая модель на 250 млн параметров, созданная New Millennium Artificial Intelligence (NMAI). Она построена на архитектуре GPT-2: 12 слоёв, 18 голов внимания, размерность скрытого представления 1152 и контекст до 1024 токенов. Модель принимает текст и продолжает его; она не проходила инструкционное дообучение и не предназначена для диалога или выполнения команд.

Модель обучалась на 5,01 млрд токенов, включая FineWeb-Edu и DCLM Baseline. Её можно применять для экспериментов с генерацией и продолжением английского текста, а также как основу для дальнейшей настройки. Модель доступна в формате safetensors для Transformers по лицензии Apache-2.0.

Для чекпойнта такого размера характерны неточные и непоследовательные ответы; он может генерировать оскорбительный текст. Модель не проходила настройку безопасности, поэтому не подходит для использования как источник фактов и требует контроля при генерации.

Сценарии применения

  • продолжение английского текста по затравке
  • эксперименты с генерацией текста на GPT-2
  • создание основы для дальнейшего дообучения языковой модели

Ограничения

Модель не следует инструкциям и не предназначена для диалога; её генерации могут быть неточными, непоследовательными или оскорбительными. Не используйте её как источник фактов и контролируйте вывод.

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-250M

Boris-250M is a 250 million-parameter language model created by New Millennium Artificial Intelligence (NMAI).

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 KSP-NMAI/Boris-250M-Instruct.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

tok = AutoTokenizer.from_pretrained("KSP-NMAI/Boris-250M")
model = AutoModelForCausalLM.from_pretrained("KSP-NMAI/Boris-250M")

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 / 18 / 1152
Context length1024
Vocab50304 (GPT-NeoX-20B BPE, padded)
TokenizerEleutherAI/gpt-neox-20b
Precisiontrained in bf16 autocast with fp32 master weights

Base model training

Trained on 5.01B tokens for ~105:56:17 on one RTX 3060.

Final loss3.0693
Final grad norm0.225
Final learning rate6.00e-05

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
41fb011

0 моделей