/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
Apache 2.0
Архитектура
gpt2 · dense
Базовая модель
basikGPT-1-v1.0
Библиотека
transformers
Опубликована
29 авг 2026

basikGPT-1-v1.1

Генерация текстаТекст → текст3 профессии

Компактная GPT-2 Small, продолженная на англоязычных веб- и математических данных для экспериментов с генерацией текста.

199скачиваний 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 v1.1 — компактная авторегрессионная модель для генерации текста, разработанная проектом project-iconik. Это декодер GPT-2 Small с 124 439 808 параметрами и контекстом 1024 токена, экспортированный в формате safetensors для Transformers. Модель продолжает обучение версии basikGPT-1 v1.0: всего она обучена на 5 млрд токенов, включая FineWeb-Edu, FineWeb и OpenWebMath.

Модель предназначена для исследований и обучения, а также для экспериментов с генерацией англоязычного текста и небольшими языковыми моделями. Она не проходила настройку для следования инструкциям и не предназначена для открытого производственного чат-использования. В сравнении с v1.0 результаты неоднородны: улучшилась метрика LAMBADA, тогда как среднее значение указанного набора оценок немного снизилось.

Лицензия модели — Apache-2.0. При использовании обучающих данных следует учитывать лицензии FineWeb и FineWeb-Edu (ODC-By 1.0), условия OpenWebMath и лицензии исходных веб-страниц. Модель может воспроизводить предвзятости и фактические ошибки из веб-текстов; её английская обучающая база и небольшой математический фрагмент не заменяют современную широкомасштабную предобученную или настроенную по инструкциям модель.

Сценарии применения

  • эксперименты с генерацией англоязычного текста
  • обучение работе с компактными GPT-2-моделями
  • воспроизведение и изучение процесса продолжительного предобучения
  • сравнение небольших языковых моделей на англоязычных тестах

Ограничения

Модель не настроена для выполнения инструкций и не предназначена для открытого производственного чата; она может выдавать фактические ошибки и воспроизводить предвзятости веб-текстов. Её размер и объём обучения уступают современным моделям, а языковая база преимущественно английская.

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 v1.1

124M parameters (GPT-2 Small). v1.1 = 5B training tokens, not 5B parameters.

Continues basikGPT-1 v1.0 (FineWeb-Edu 2.5B) for another 2.5B tokens on FineWeb + OpenWebMath.

from transformers import AutoModelForCausalLM, AutoTokenizer

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

Code and training recipe: github.com/project-iconik/basikGPT.
Whitepaper: EN · JA · KO.

Model details

ArchitectureGPT-2 Small decoder-only
Parameters124,439,808
Context1024
Vocab50,257 (GPT-2 BPE / tiktoken gpt2)
Lifetime tokens5,000,003,584
This stageFineWeb 2.25B + OpenWebMath 0.25B (no shuffle; 9:1 shard cycle)
Resume fromv1.0 / runs/main_2p5b/step-00038147.pt
Checkpointruns/cont_5b_mix/step-00076294.pt (step 76,294)
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

Lifetime mix: FineWeb-Edu 50% + FineWeb 45% + OpenWebMath 5%.

FineWeb / FineWeb-Edu: ODC-By 1.0. OpenWebMath: see the dataset card. Downstream use should respect those licenses and original page licenses.

How it was trained

Resumed from v1.0 (did not retrain from scratch). Continuation LR: rewarm 6e-5 → 3e-4 over 1000 steps relative to origin step 38,147, then cosine to 6e-5 at 5B. Same microbatch recipe as v1.0 (BF16, SDPA, 65,536 tokens/step). --no-shuffle --track-data-index --reset-data-index on first resume. Details: GitHub runs/cont_5b_mix/ and docs/whitepaper.md.

FineWeb-Edu validation CE rose during this stage (about 3.32 → 3.47). That is expected: the val set is still FineWeb-Edu while train leaves Edu.

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.

Versus v1.0: LAMBADA +3.47pp, ARC-Easy −4.50pp, HellaSwag −0.65pp. The Edu-aligned ARC-Easy lead over official gpt2 is essentially gone. WinoGrande remains chance-level. This release does not claim GSM8K gains from 0.25B math tokens (not in the protocol).

Intended use

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

Limitations

  • 124M / 5B tokens: still far from modern 135M models trained on much larger mixes.
  • English-centric web text plus a small math slice; 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
4d14ea7

0 моделей