/ Модель

Характеристики

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

gslm-scaling-309m-9p9b

Генерация текстаТекст → текст3 профессии

Плотный TransformerLM на 309 млн параметров для генерации дискретных речевых токенов и экспериментов по масштабированию речевых языковых моделей.

16скачиваний 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-309m-9p9b — исследовательская модель tiagoCuervo для экспериментов с масштабированием speech language models, опубликованная как конечная точка кривой масштабирования из работы «Scaling Properties of Speech Language Models» (EMNLP 2024). Это плотный TransformerLM с 308 845 568 параметрами; веса представлены в FP32 в формате safetensors. Модель обучалась на 9 867 060 000 токенах и предсказывает последовательности речевых единиц: объединённые подряд одинаковые кластеры 25-Гц mHuBERT K-means уровня 11 с K=500.

Модель предназначена для генерации продолжений таких дискретных речевых токенов и оценки языковых закономерностей речи. В README приведены результаты на sBLIMP, sStoryCloze и tStoryCloze. Для преобразования сгенерированных единиц в речь потребуется отдельный вокодер, который в репозитории не поставляется. Лицензия — Apache-2.0.

Сценарии применения

  • генерация продолжений последовательностей речевых токенов mHuBERT
  • оценка языковых закономерностей в речи на sBLIMP
  • исследование связи масштаба модели и качества речевых языковых моделей

Ограничения

Модель генерирует дискретные речевые токены, а не готовую аудиоречь; вокодер в комплект не входит. README не описывает поддержку естественных языков.

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

gslm-scaling-309m-9p9b

Model-only FP32 weights for a final-budget scaling-curve endpoint from Scaling Properties of Speech Language Models (EMNLP 2024). This checkpoint has 308,845,568 parameters and saw exactly 9,867,060,000 tokens at 516,600 tokens per update.

import torch
from slm import TransformerLM

model = TransformerLM.from_pretrained("tiagoCuervo/gslm-scaling-309m-9p9b", 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 59.57% sBLIMP phenomenon macro accuracy, 56.91% sBLIMP voice-pair accuracy, 54.94% sStoryCloze, and 73.49% 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
eb0898d

0 моделей