Характеристики

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

Ссылки

gslm-scaling-85m-1p4b

Генерация текстаТекст → текст3 профессии

Исследовательская Transformer-модель на 85 млн параметров, предсказывающая дискретные речевые единицы для изучения масштабирования speech language models.

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-85m-1p4b — плотная TransformerLM-модель для исследования масштабирования speech language models, опубликованная tiagoCuervo как контрольная точка из работы «Scaling Properties of Speech Language Models» (EMNLP 2024). Чекпойнт содержит 85 339 392 параметра и обучался на 1,36448 млрд токенов; доступны веса FP32 в формате safetensors, лицензия — Apache-2.0.

Модель авторегрессионно предсказывает последовательности акустических единиц: объединённые по повторам кластеры K-means от слоя 11 mHuBERT с частотой 25 Гц, K=500. Её можно применять для генерации таких единиц и оценки свойств речевых языковых моделей; в README приведены результаты на sBLIMP, sStoryCloze и tStoryCloze. Вокодер в репозиторий не входит, поэтому для преобразования сгенерированных единиц в речь нужны дополнительные компоненты. Карточка не указывает языковую специализацию модели.

Сценарии применения

генерация последовательностей дискретных речевых единиц
оценка грамматических предпочтений речевой языковой модели на sBLIMP
сравнение понимания голосовых пар на sBLIMP
оценка понимания историй по речевым единицам
воспроизведение экспериментов по масштабированию речевых языковых моделей

Ограничения

Модель выдаёт дискретные акустические единицы, а не готовую речь; вокодер не включён. Карточка описывает её как экспериментальную контрольную точку для исследования масштабирования и приводит ограниченный набор оценок.

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-85m-1p4b

Model-only FP32 weights for a final-budget scaling-curve endpoint from Scaling Properties of Speech Language Models (EMNLP 2024). This checkpoint has 85,339,392 parameters and saw exactly 1,364,480,000 tokens at 262,400 tokens per update.

import torch
from slm import TransformerLM

model = TransformerLM.from_pretrained("tiagoCuervo/gslm-scaling-85m-1p4b", 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 55.04% sBLIMP phenomenon macro accuracy, 52.59% sBLIMP voice-pair accuracy, 51.84% sStoryCloze, and 67.50% 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: 9047b8d