/ Модель

Характеристики

Контекст
512 токенов
Лицензия
MIT
Архитектура
gpt2 · dense
Библиотека
transformers
Опубликована
20 мая 2026

babylm-2026-fr-92m

Генерация текстаТекст → текст3 профессии

Франкоязычная GPT-2-модель с 125 млн параметров для исследований усвоения грамматики и бенчмарков квебекского французского.

50скачиваний за 30 дней0лайковвеса обновлены20 мая 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

openhonest/babylm-2026-fr-92m — франкоязычная авторегрессионная языковая модель GPT-2, разработанная для участия в строгом треке BabyLM 2026 и исследований усвоения грамматики. Модель с 125 млн параметров обучена с нуля на корпусе из примерно 92,5 млн французских слов; архитектура GPT2LMHeadModel включает 12 слоёв и 12 голов внимания, размер скрытого слоя — 768. Используется библиотека Transformers, веса сохранены в формате safetensors, длина контекста — 512 токенов.

Модель предназначена для воспроизведения результатов исследования Right Tool, Right Job, изучения межъязыковых различий в усвоении грамматики, разработки бенчмарков для квебекского французского и анализа эффективности обучения на небольших корпусах. В README сообщается результат 85,97% на QFrBLiMP; оценка на QFrCoLA относится к отдельной LoRA-настройке для downstream-оценивания. Лицензия — MIT.

Это исследовательский чекпойнт, а не модель для качественной генерации общего назначения: корпус развивающего типа намного меньше типичных веб-корпусов. Модель обучалась только на французском и не предназначена для задач на английском; токенизатор обучен на французской Википедии, чей регистр отличается от обучающих источников CHILDES и Орлеанского корпуса.

Сценарии применения

  • воспроизведение результатов исследования Right Tool, Right Job
  • исследование усвоения грамматики на небольшом корпусе французского
  • оценка грамматической приемлемости предложений на квебекском французском
  • разработка и проверка бенчмарков квебекского французского
  • изучение влияния морфологического богатства языка на языковую модель

Ограничения

Обучена только на французском и не предназначена для задач на английском или для генерации общего назначения производственного качества. Небольшой развивающий корпус и отличие регистра токенизатора от обучающих источников могут ограничивать перенос на другие тексты.

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

BabyLM 2026 Strict, French (92M words)

A 125M-parameter GPT-2 trained from scratch on 92,469,402 words of French text. Submitted to the BabyLM 2026 Strict track and the primary checkpoint reported in Right Tool, Right Job: Why Training Language Matters More Than Training Data (Wasserman & Beauchemin, BabyLM 2026 / ACL Rolling Review submission).

Headline result

QFrBLiMP (Quebec French native minimal-pair benchmark, 1761 pairs): 85.97% overall.

SubsetPairsAccuracy
Anglicism26780.15%
Morphology71685.47%
Semantic39887.19%
Syntax38089.74%
Overall176185.97%

QFrCoLA (Quebec French acceptability classification, fine-tuned with LoRA rank 16): test accuracy ~72%, MCC ~0.24 (epoch 3 of fine-tune).

Argument supported by this model

The companion paper develops the cross-linguistic argument that training-language morphological richness, not neural architecture or pretraining scale, is the load-bearing variable for grammar acquisition. This checkpoint is the child-scale (under 100M words) French anchor; the broader argument is also supported by the Scaling Hypothesis Is Language-Contingent and English Considered Harmful deposits cited below, which test the same claim at different scales and with different ablations.

Model details

  • Architecture: GPT-2 decoder-only, causal LM (GPT2LMHeadModel)
  • Parameters: ~125M
  • Layers: 12
  • Attention heads: 12
  • Hidden size: 768
  • Max sequence length: 512
  • Vocabulary: 50,000 BPE, French Wikipedia source
  • Precision: float32

Training data

  • 92,469,402 words of French (under the BabyLM 2026 Strict 100M-word cap)
  • Custom corpus assembled from CHILDES French subsets and the Orléans corpus as a developmental base, with lemma-frequency oversampling guided by a Haitian Creole vocabulary oracle (high-frequency, high-composability lemmas surviving pidginization)
  • Training data is 100% morphologically rich French; Haitian Creole sentences are not mixed in
  • See Right Tool, Right Job §3 for full corpus curation methodology

Training procedure

  • Peak learning rate: 1.0e-4
  • LR schedule: cosine decay to ~1.9e-7
  • Epoch: 3 (of a 5-epoch trajectory; epoch 3 is the grammatical-competence peak reported in §4.2 of the paper)
  • Tokens/sec: ~94,000 (CUDA)
  • Approximate GPU hours through epoch 3: ~3
  • Final training loss: 3.19, perplexity 24.4

Intended use

Suitable for:

  • Replicating Right Tool, Right Job results
  • Cross-linguistic emergence research
  • Quebec French native-benchmark development
  • Studies of morphological redundancy and training-data efficiency at child scale

Not suitable for:

  • General-purpose French text generation at production quality (corpus is developmental, not web-scale)
  • Any English-language task (the model has zero English training exposure)

Limitations

  • French-only training; zero exposure to English or other non-French data
  • Child-scale corpus (92M words) is far below typical web-scale pretraining
  • BPE tokenizer trained on French Wikipedia, which differs in register from the CHILDES / Orléans developmental sources
  • LoRA fine-tuning was used in downstream evaluation grids (see Right Tool, Right Job §5)

Citation

@inproceedings{wasserman_beauchemin_2026_right_tool,
  title     = {Right Tool, Right Job: Why Training Language Matters More Than Training Data},
  author    = {Wasserman, Adam Z. and Beauchemin, David},
  booktitle = {BabyLM 2026 Workshop / ACL Rolling Review submission},
  year      = {2026}
}

Companion deposits supporting the broader cross-linguistic argument:

  • Wasserman, Adam Z. (2026). The Scaling Hypothesis Is Language-Contingent. Zenodo DOI 10.5281/zenodo.19423151.
  • Wasserman, Adam Z. (2026). English Considered Harmful: How Morphological Poverty Pollutes Language Model Training. Zenodo DOI 10.5281/zenodo.19443357.

Pre-registrations on OSF: SJ48B (Language-Only Hypothesis), PCX2D (morphological complexity gradient).

Acknowledgments

The QFrBLiMP and QFrCoLA evaluation benchmarks are by David Beauchemin and collaborators (Université Laval, Institut Intelligence et Données).

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
bb7ca9d

0 моделей