/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
Apache 2.0
Архитектура
gpt2 · dense
Библиотека
transformers
Опубликована
29 авг 2026

basikGPT-1-v1.0

Генерация текстаТекст → текст3 профессии

Компактная английская GPT-2-модель, обученная с нуля для генерации текста и учебных экспериментов.

212скачиваний за 30 дней0лайковвеса обновлены2 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

basikGPT-1 v1.0 — компактная авторегрессионная языковая модель, разработанная project-iconik и обученная с нуля на GPT-2 Small. Модель содержит 124 439 808 параметров, использует архитектуру GPT2LMHeadModel и принимает контекст длиной до 1024 токенов. Доступна в формате safetensors для Transformers.

Модель предназначена для генерации продолжения английского текста, учебных экспериментов и воспроизводимого изучения предварительного обучения языковых моделей. Она обучена на первых 2,5 млрд токенов выборки FineWeb-Edu без перемешивания данных; это не модель для диалогов и не настроена следовать инструкциям. В описанной оценке она показала неоднородные результаты: превзошла исходный GPT-2 Small на ARC-Easy, но заметно уступила ему на LAMBADA.

Распространяется по лицензии Apache-2.0. При использовании обучающих данных следует учитывать лицензию ODC-By 1.0 для FineWeb-Edu и лицензии исходных веб-страниц. Модель может воспроизводить предвзятости и фактические ошибки из веб-текстов; из-за небольшого размера и ограниченного объёма обучения у неё слабее предсказание дальнего контекста и разрешение местоимений.

Сценарии применения

  • генерация продолжения английского текста
  • изучение предварительного обучения GPT-2 на небольшом чекпойнте
  • воспроизведение экспериментов на языковых тестах
  • сравнение влияния обучающих данных и рецептов на языковую модель

Ограничения

Не настроена следовать инструкциям и не подходит для открытого производственного чата. Слаба в предсказании дальнего контекста и разрешении местоимений, а также может воспроизводить предвзятости и фактические ошибки веб-текстов.

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

basikGPT-1 v1.0

124M parameters (GPT-2 Small). v1.0 = 2.5B training tokens, not 2.5B parameters.

from transformers import AutoModelForCausalLM, AutoTokenizer

tok = AutoTokenizer.from_pretrained("project-iconik/basikGPT-1-v1.0")
model = AutoModelForCausalLM.from_pretrained("project-iconik/basikGPT-1-v1.0")

Code and training recipe: github.com/project-iconik/basikGPT.
Whitepaper: EN · JA · KO.
Also available: basikGPT-1 v1.1 (same 124M, 5B tokens).

Model details

ArchitectureGPT-2 Small decoder-only
Parameters124,439,808
Context1024
Vocab50,257 (GPT-2 BPE / tiktoken gpt2)
Training tokens2,500,001,792 (FineWeb-Edu)
Checkpointruns/main_2p5b/step-00038147.pt (step 38,147)
License (weights)Apache-2.0

This Hub snapshot is a GPT2LMHeadModel export (safetensors + official GPT-2 tokenizer files). Optimizer state is not included.

Training data

  • HuggingFaceFW/fineweb-edu (sample-10BT), first 2.5B tokens, sequential (no shuffle).
  • FineWeb-Edu is released under ODC-By 1.0. Downstream use should respect that license and the original page licenses.

How it was trained

Single-GPU educational pretrain from random init. BF16, SDPA, batch 8 × 1024 × 8 grad accum (65,536 tokens/step), peak LR 6e-4 → min 6e-5, 2000-step warmup, cosine decay. Recipe and logs: the GitHub repo (docs/main_2p5b.md, runs/main_2p5b/).

Evaluation (same protocol as the repo)

Zero-shot English LM suite (english-lm-suite-v1) measured in-repo (not mixed with published paper numbers). Token counts and architectures are not matched across rows.

ModelsizeHSLAMBADAPIQAWGARC-EAvg
v1.0124M29.4019.5861.3750.5143.0140.77
v1.1124M28.7523.0561.7550.8338.5140.58
openai-community/gpt2124M30.3730.9362.5751.6238.1342.72
HuggingFaceTB/SmolLM2-135M135M42.6742.9767.5751.9359.4352.91
EleutherAI/pythia-160m162M29.2611.5758.3249.4934.2236.57
chance25—5050~25—

WG is acc_raw; other columns report the suite's primary metrics. Avg is the unweighted mean of these five primary metrics. n: HS 10,042 · LAMBADA 5,153 · PIQA 1,838 · WG 1,267 · ARC-E 2,376. Full protocol: benchmarks/REPORT.md. Methods and the full comparison: whitepaper.

v1.0 is the only checkpoint in this pair that beats official GPT-2 Small on ARC-Easy (+4.88pp). LAMBADA is still well below gpt2 (−11.35pp). WinoGrande is chance-level.

Intended use

Research and education: a small, reproducible GPT-2 Small trained on a documented public corpus. Not an instruction model. Not safe for open-ended production chat.

Limitations

  • 124M / 2.5B tokens: weak on long-range last-word prediction and pronoun resolution.
  • English-centric FineWeb-Edu; no instruction or preference tuning.
  • May reproduce biases and factual errors from web text.

Citation

@software{basikgpt,
  title = {basikGPT},
  author = {basikGPT Contributors},
  url = {https://github.com/project-iconik/basikGPT},
  year = {2026}
}

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
27171be

0 моделей