/ Модель
Каталог

Характеристики

Контекст
2 048 токенов
Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
gpt_neox · dense
Базовая модель
pythia-160m
Библиотека
transformers
Опубликована
25 сен 2026

Ссылки

Hugging Face

ppt-pythia-160m-uniform250-previous_mse-seed208-stage1

qing-yao
Генерация текстаТекст → текст3 профессии

Дообученная GPT-NeoX-модель для генерации продолжения текста и экспериментов с языковыми моделями.

472скачиваний за 30 дней0лайковвеса обновлены25 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.

Открыть конструктор бенчмарка

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

Модель qing-yao/ppt-pythia-160m-uniform250-previous_mse-seed208-stage1 — дообученная автором репозитория версия EleutherAI/pythia-160m для генерации текста. Она использует плотную архитектуру GPT-NeoX с классом GPTNeoXForCausalLM, содержит 113,3 млн параметров и принимает текст с контекстом до 2048 токенов. В метаданных указан формат safetensors и библиотека Transformers.

Модель подходит для генерации продолжения текста и экспериментов с языковыми моделями. Датасет и специальные сценарии применения в карточке не описаны. Лицензия — Apache-2.0.

Сценарии применения

  • генерация продолжения английского текста
  • создание коротких текстовых фрагментов
  • эксперименты с компактными языковыми моделями

Ограничения

Карточка не описывает обучающий датасет, оценку качества или специальные сценарии применения; базовая модель ориентирована на английский язык.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ppt-pythia-160m-uniform250-previous_mse-seed208-stage1

This model is a fine-tuned version of EleutherAI/pythia-160m on an unknown dataset.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 0.001
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 208
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 32
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine_with_min_lr
  • lr_scheduler_warmup_steps: 13
  • training_steps: 250

Training results

Framework versions

  • Transformers 5.4.0
  • Pytorch 2.8.0+cu128
  • Datasets 3.2.0
  • Tokenizers 0.22.1

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GPTNeoXForCausalLM
Ревизия весов
c0c8545

0 моделей

    Создать бенчмарк