/ Модель

Характеристики

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

gslm-scaling-85m-87p1b

Генерация текстаТекст → текст3 профессии

Исследовательская трансформерная модель генерирует последовательности речевых токенов для экспериментов с языковыми моделями речи.

12скачиваний 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-87p1b — исследовательский чекпойнт модели speech language model из работы Scaling Properties of Speech Language Models (EMNLP 2024). Репозиторий tiagoCuervo содержит веса FP32 примерно с 85,3 млн параметров; модель построена на архитектуре TransformerLM и предназначена для генерации последовательностей речевых токенов: она предсказывает кластеры mHuBERT K-means с частотой 25 Гц.

Для запуска в README приведён пример генерации через библиотеку slm. Оценки опубликованы для тестов sBLIMP, sStoryCloze и tStoryCloze. Модель выдаёт речевые токены, а вокодер в комплект не входит, поэтому для получения звуковой речи потребуется отдельный вокодер. Лицензия — Apache-2.0.

Сценарии применения

  • генерация последовательностей акустических токенов
  • эксперименты с масштабированием speech language models
  • оценка языкового моделирования речевых токенов
  • исследование грамматических и повествовательных закономерностей в речи

Ограничения

Для преобразования сгенерированных токенов в звук требуется отдельный вокодер, который не включён в репозиторий. Модель ориентирована на исследовательские эксперименты и генерирует дискретные речевые единицы, а не готовую аудиоречь.

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-87p1b

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 87,090,560,000 tokens at 262,400 tokens per update.

import torch
from slm import TransformerLM

model = TransformerLM.from_pretrained("tiagoCuervo/gslm-scaling-85m-87p1b", 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 59.34% sBLIMP phenomenon macro accuracy, 56.20% sBLIMP voice-pair accuracy, 55.32% sStoryCloze, and 74.13% 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
bf1325c

0 моделей