/ Модель

Характеристики

Лицензия
MIT
Архитектура
tinyturk · dense
Библиотека
pytorch
Опубликована
29 сен 2026

TinyTurk-Wiki-B-Sweet

Генерация текстаТекст → текст3 профессии

Компактная GPT-подобная модель, обученная с нуля для генерации турецкого текста и экспериментов с языковым моделированием.

470скачиваний за 30 дней0лайковвеса обновлены30 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

TinyTurk Wiki B-Sweet — небольшая авторегрессионная языковая модель GPT-типа из исследовательского проекта TinyTurk по архитектурам для турецкого языка. Модель содержит около 2,76 млн параметров и использует декодерный Transformer с двумя слоями. Она обучена с нуля на подмножестве из 49 тысяч статей турецкой Википедии с токенизатором BPE на 1024 токена.

Модель предназначена для генерации текста на турецком языке и экспериментов с компактными языковыми моделями, в частности для проверки структурных характеристик текста. Для валидации на Википедии указаны perplexity 10,77 и validation loss 2,3767. Лицензия — MIT, формат весов — PyTorch.

Модель обучена на текстах Википедии, поэтому хуже подходит для диалогов, художественной прозы и кода. Контекст ограничен 384 токенами, редкие слова могут разбиваться на части из-за небольшого словаря; это базовая языковая модель без дообучения на инструкциях и без safety alignment.

Сценарии применения

  • генерация продолжений статей на турецком языке
  • эксперименты с компактными языковыми моделями для турецкого
  • проверка структурных характеристик турецкого текста

Ограничения

Обучение ориентировано на Википедию, поэтому качество может снижаться на диалогах, художественных текстах и коде; контекст ограничен 384 токенами. Модель не проходила инструкционное дообучение и не имеет safety alignment.

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

TinyTurk Wiki - B_sweet (B (sweet spot))

Balanced - best structural diagnostics

This model is part of the TinyTurk research project on architectural design for tiny-scale Turkish language modeling. See companion models:

Research Repository

This model is part of the TinyTurk research project. Full source code, training scripts, ablation studies, and evaluation tools are available at:

https://github.com/stunmuffin/TinyTurk

Model Summary

PropertyValue
ArchitectureDecoder-only Transformer (GPT-style, Pre-LN)
Parameters2,761,344
Layers2
Model dimension384
Attention heads8
FFN hidden dim512 (main) + 256 (micro)
Context length384 tokens
Vocabulary1024 BPE (SentencePiece)
Positional encodingRoPE (theta = 10000)
NormalizationRMSNorm (eps = 1e-6)
ActivationGELU
Dropout0.10
Weight tyingYes
LanguageTurkish

Training

Trained from scratch on a 49,000-article subset of Turkish Wikipedia (barandinho/wikipedia_tr), tokenized with a custom 1024-vocab BPE tokenizer (UNK rate 0.078%).

HyperparameterValue
OptimizerAdamW (fused)
Learning rate3e-4
LR scheduleCosine with 5 percent warmup
Weight decay0.01
Gradient clipping1.0
Batch size16
Epochs30
Seed42

Evaluation

In-Domain (Wikipedia validation, 945 samples)

MetricValue
Validation loss2.3767
Perplexity10.77
Bits-per-char1.4653

Out-of-Domain (Turkish structural diagnostics)

See the GitHub repository for full results. Key observation: structural diagnostics peak at the 2.76M (B) configuration and degrade at larger scales, revealing a task-dependent optimum.

Architecture Notes

This model family tests three hypotheses departing from standard transformer design:

  1. Shallowness dominates depth - 2 layers outperform 3, 4, 6 at matched budget.
  2. Compressed FFN ratios - FFN = 1.3-2.2x d_model, not 4x.
  3. Width scales monotonically - with diminishing returns, following PPL proportional to N^-0.23.

Usage

Install:

pip install torch sentencepiece huggingface_hub

Python:

import torch
import sentencepiece as spm
from huggingface_hub import hf_hub_download
from model import TinyTurkGPTV27, TinyTurkV27Config

REPO = "stunmuffin/TinyTurk-Wiki-B-Sweet"

ckpt_path = hf_hub_download(REPO, "pytorch_model.bin")
tok_path = hf_hub_download(REPO, "tokenizer_wiki_bpe_1024.model")

ckpt = torch.load(ckpt_path, map_location="cpu")
config = TinyTurkV27Config(**ckpt["config"])
model = TinyTurkGPTV27(config)
model.load_state_dict(ckpt["model_state_dict"])
model.eval()

sp = spm.SentencePieceProcessor(model_file=tok_path)

prompt = "Türkiye, "
ids = [sp.bos_id()] + sp.encode(prompt, out_type=int)
input_ids = torch.tensor([ids])

with torch.no_grad():
    out = model.generate(input_ids, max_new_tokens=200,
                         temperature=0.7, top_k=40)

print(sp.decode(out[0].tolist()))

See example.py for a runnable script.

Limitations

  • Wikipedia domain only. Performance on narrative, dialogue, or code is degraded.
  • Small vocabulary (1024 BPE) - rare words may be split.
  • Context 384 tokens. Not suitable for long documents.
  • Raw pretrained LM. No instruction tuning.
  • No safety alignment.

Citation

@misc{tinyturk_b_sweet_2026,
  title  = {TinyTurk Wiki - B_sweet: Turkish 2.76M parameter LM},
  author = {TinyTurk Project},
  year   = {2026},
  url    = {https://huggingface.co/stunmuffin/TinyTurk-Wiki-B-Sweet}
}

TinyTurk is an experimental research artifact. Not a product.

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

Архитектура tinyturk неизвестна transformers в образе рантайма.

Класс архитектуры
TinyTurkGPTV27
Ревизия весов
9332355

0 моделей