/ Модель

Характеристики

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

gslm-scaling-85m-43p5b

Генерация текстаТекст → текст3 профессии

Исследовательская TransformerLM на 85 млн параметров для генерации дискретных речевых единиц и изучения масштабирования речевых языковых моделей.

15скачиваний 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

tiagoCuervo/gslm-scaling-85m-43p5b — исследовательская модель для экспериментов с масштабированием speech language models, связанная с работой «Scaling Properties of Speech Language Models» (EMNLP 2024). Это плотная TransformerLM с 85 339 392 параметрами; веса сохранены в FP32 в формате safetensors. Модель обучалась на 43 545 280 000 токенах, предсказывая последовательности акустических единиц mHuBERT.

Модель предназначена для генерации дискретных речевых единиц: она принимает токены и продолжает последовательность. В README приведены оценки на sBLIMP, sStoryCloze и tStoryCloze. Для преобразования сгенерированных единиц в звук нужен отдельный вокодер, который в репозитории не включён. Лицензия — Apache-2.0.

Сценарии применения

  • генерация последовательностей дискретных речевых единиц
  • эксперименты с масштабированием speech language models
  • оценка языковых закономерностей в речевых последовательностях

Ограничения

Модель генерирует дискретные речевые единицы, а не готовый аудиосигнал; вокодер не включён и требуется отдельно. Приведённые оценки относятся к указанным в карточке наборам задач.

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-85m-43p5b

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 43,545,280,000 tokens at 262,400 tokens per update.

import torch
from slm import TransformerLM

model = TransformerLM.from_pretrained("tiagoCuervo/gslm-scaling-85m-43p5b", 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 58.90% sBLIMP phenomenon macro accuracy, 56.04% sBLIMP voice-pair accuracy, 54.57% sStoryCloze, and 72.37% 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
ec2389b

0 моделей