Характеристики

Лицензия: Apache 2.0
Архитектура: slm · dense
Библиотека: slm-research
Опубликована: 11 авг 2026

Ссылки

gslm-scaling-20m-2p1b

Генерация текстаТекст → текст3 профессии

Компактная Transformer-модель для предсказания токенизированных речевых последовательностей и экспериментов с масштабированием речевых языковых моделей.

11скачиваний за 30 дней0лайковвеса обновлены11 авг 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

gslm-scaling-20m-2p1b — компактная плотная TransformerLM-модель Tiago Cuervo, опубликованная как конечная точка кривой масштабирования из исследования «Scaling Properties of Speech Language Models» (EMNLP 2024). Веса FP32 содержат 20 710 912 параметров; при обучении модель получила 2 066 400 000 токенов, по 131 200 токенов на обновление. Репозиторий использует библиотеку slm-research и формат safetensors.

Модель предсказывает последовательности речевых единиц: кластеры K-means размером 500, полученные из слоя 11 mHuBERT с частотой 25 Гц, с объединением повторяющихся соседних единиц. Она предназначена для экспериментов с языковым моделированием речи и оценки закономерностей в речевых последовательностях. В README приведены результаты на sBLIMP, sStoryCloze и tStoryCloze. Модель принимает токенизированные единицы речи и генерирует новые; готового вокодера в комплекте нет, поэтому сама по себе она не выдаёт аудиосигнал. Лицензия — Apache-2.0.

Сценарии применения

генерация последовательностей речевых токенов
эксперименты с масштабированием языковых моделей речи
оценка языковых закономерностей в последовательностях mHuBERT
воспроизведение экспериментов по речевым benchmark-тестам

Ограничения

Генерирует дискретные речевые единицы, а не аудио; вокодер в репозитории отсутствует. Результаты README показывают ограниченную точность на приведённых тестах, поэтому качество следует оценивать для конкретного сценария.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей I.13Универсальные способностиСимуляция, моделирование и открытие новогоAI помогает исследовать сложные системы, проверять сценарии и искать новые конструкции, закономерности или гипотезы.18 задач1 577моделей I.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

gslm-scaling-20m-2p1b

Model-only FP32 weights for a final-budget scaling-curve endpoint from Scaling Properties of Speech Language Models (EMNLP 2024). This checkpoint has 20,710,912 parameters and saw exactly 2,066,400,000 tokens at 131,200 tokens per update.

import torch
from slm import TransformerLM

model = TransformerLM.from_pretrained("tiagoCuervo/gslm-scaling-20m-2p1b", device="cuda")
prompt = torch.tensor([[12, 91, 204]], device="cuda")
units = model.generate(prompt, max_new_tokens=200, temperature=0.8, top_k=50)

Evaluation scores are 54.50% sBLIMP phenomenon macro accuracy, 52.28% sBLIMP voice-pair accuracy, 50.88% sStoryCloze, and 65.63% tStoryCloze.

The model predicts consecutive-run-collapsed 25 Hz layer-11 mHuBERT K-means units (K=500; EOS=500; PAD=501). A vocoder is not bundled.

Speech-tokenizer and vocoder artifacts are credited in the SLM third-party notices. See provenance.json for exact hashes and evaluation metadata.

Как запустить

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

GPU в ailist

Универсальный рантайм · slm-research

Нельзя запустить

Архитектура slm неизвестна transformers в образе рантайма.

Класс архитектуры: TransformerLM
Ревизия весов: 47df905