/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,1 млрд
Размер весов
15,3 ГБ
Лицензия
CC BY-NC-SA 4.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-7B
Библиотека
transformers
Опубликована
2 фев 2026

SylReg-LM-7B

Генерация текстаТекст → текст3 профессии

SylReg-LM-7B — англоязычная дообученная модель Qwen2.5 на 7,1 млрд параметров для генерации текста и диалогов.

43скачиваний за 30 дней0лайковвеса обновлены18 авг 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

SylReg-LM-7B — плотная авторегрессионная языковая модель семейства Qwen2, разработанная Ryota Komatsu и дообученная на базе Qwen/Qwen2.5-7B. Модель содержит 7,1 млрд параметров, рассчитана на генерацию текста и диалоговое взаимодействие на английском языке; поддерживает контекст до 131 072 токенов.

В качестве обучающих данных карточка перечисляет LibriSpeech, Libriheavy и Emilia-Large, но не объясняет связь этих речевых корпусов с назначением модели. Поэтому её специализацию и преимущества сверх базовой генерации текста по имеющейся информации определить нельзя. Репозиторий распространяется по лицензии CC BY-NC-SA 4.0, которая ограничивает коммерческое использование и требует соблюдать условия атрибуции и распространения производных материалов.

Сценарии применения

  • генерация англоязычных текстов
  • диалоговое взаимодействие на английском языке
  • продолжение текста с длинным контекстом

Ограничения

README не раскрывает целевую специализацию модели и не приводит оценки качества. Лицензия CC BY-NC-SA 4.0 запрещает коммерческое использование.

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

SylReg-LM 7B

Model Details

Model Description

  • Model type: Qwen2ForCausalLM
  • Language(s) (NLP): English
  • License: CC BY-NC-SA 4.0
  • Finetuned from model: Qwen/Qwen2.5-7B

Model Sources

How to Get Started with the Model

Use the code below to get started with the model.

git clone https://github.com/ryota-komatsu/speaker_disentangled_hubert.git
cd speaker_disentangled_hubert

sudo apt install git-lfs  # for UTMOS

conda create -y -n py310 -c pytorch -c conda-forge python=3.10 pip=24.0 setuptools=81.0.0 faiss-gpu=1.13.2 uv sox
conda activate py310
export UV_PROJECT_ENVIRONMENT=$CONDA_PREFIX
uv pip install -r requirements/requirements.txt

sh scripts/setup.sh
import re

import torch
import torchaudio
from transformers import AutoModelForCausalLM, AutoTokenizer

from src.flow_matching import FlowMatchingWithBigVGan
from src.s5hubert import SylRegForSyllableDiscovery

wav_path = "/path/to/wav"

# download pretrained models from hugging face hub
encoder = SylRegForSyllableDiscovery.from_pretrained("ryota-komatsu/SylReg-Distill", device_map="cuda", dtype="auto")
decoder = FlowMatchingWithBigVGan.from_pretrained("ryota-komatsu/SylReg-Decoder", device_map="cuda", dtype="auto")
speechlm = AutoModelForCausalLM.from_pretrained("ryota-komatsu/SylReg-LM-7B", device_map="cuda", dtype="auto")
tokenizer = AutoTokenizer.from_pretrained("ryota-komatsu/SylReg-LM-7B")

# load a waveform
waveform, sr = torchaudio.load(wav_path)
waveform = torchaudio.functional.resample(waveform, sr, 16000)

# encode a waveform into syllabic units
outputs = encoder(waveform.to(encoder.device))
units = outputs[0]["units"]  # [3950, 67, ..., 503]

# speech language modeling
text = "".join(f"<{unit}>" for unit in units)
input_ids = tokenizer(text, padding=True, return_tensors="pt").input_ids.to(speechlm.device)
generated_ids = speechlm.generate(input_ids=input_ids, do_sample=True, temperature=0.8)[0]
units = tokenizer.decode(generated_ids)
units = torch.tensor([int(unit) for unit in re.findall(r"<(\d+)>", units)], device=decoder.device)

# unit-to-speech synthesis
generated_speech = decoder(units.unsqueeze(0)).waveform.cpu()

Training Details

Training Data

HoursLicenseProvider
LibriSpeech960CC BY 4.0V. Panayotov et al.
Libriheavy50,978public domainW. Kang et al.
Emilia-Large4,447CC BY 4.0, CC BY-NC 4.0H. He et al.
People's Speech (clean, clean_sa)5,640CC-BY, CC-BY-SAD. Galvez et al.
VoxPopuli543CC0-1.0C. Wang et al.
TinyStories27,810cdla-sharing-1.0R. Eldan et al.
Cosmopedia-v238,986odc-byL. B. Allal et al.
Total129,364

Training Hyperparameters

  • Training regime: bf16 mixed precision
  • Training steps: 15k
  • Batch size: 2,097,152 (=221) tokens
  • Optimizer: AdamW(lr=0.0003, betas=(0.9, 0.95), weight_decay=0.01)
  • Scheduler: warmup_stable_decay(num_warmup_steps=100, num_decay_steps=5000, min_lr_ratio=0.1)

Hardware

32 NVIDIA H100 GPUs

Citation

BibTeX:

@article{Komatsu_SylReg_2026,
  author    = {Komatsu, Ryota and Kawakita, Kota and Okamoto, Takuma and Shinozaki, Takahiro},
  title     = {Speaker-Disentangled Chunk-Wise Regression for Syllabic Tokenization},
  year      = {2026},
  volume    = {7},
  journal   = {IEEE Open Journal of Signal Processing},
  pages     = {800--808},
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
aa21a56

0 моделей