/ Модель

Характеристики

Контекст
512 токенов
Параметры
126 млн
Архитектура
pinyin_code · dense
Библиотека
transformers
Опубликована
4 окт 2026

nk_babylm_zho_gpt2_full_pinyin_bpe_100m

Генерация текстаТекст → текст

Причинная языковая модель на 125,5 млн параметров генерирует текст, обрабатывая его через полную транслитерацию на пиньинь.

443скачиваний за 30 дней0лайковвеса обновлены4 окт 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

Pinyin-Code Causal LM — причинная языковая модель на базе Transformers с архитектурой PinyinCodeForCausalLM. Репозиторий содержит пользовательскую реализацию модели и токенизатор SentencePiece; размер модели — 125,5 млн параметров, контекст — 512 токенов.

Модель предназначена для генерации текста с обработкой входного текста через полную транслитерацию на пиньинь. В экспорте включена сегментация Jieba. Возможна также выдача скрытых состояний для извлечения представлений и применение в задачах ранжирования продолжений; в метаданных каталога дополнительно указана классификация текста.

Для загрузки требуется Transformers с разрешённым пользовательским кодом и причинный backend. Карточка не сообщает лицензию, поэтому условия распространения по имеющимся данным определить нельзя. README описывает настройки экспорта и совместимость, но не приводит результаты оценки качества.

Сценарии применения

  • генерация текста на основе заданного начала
  • оценка и ранжирование вариантов продолжения текста
  • извлечение скрытых представлений текста

Ограничения

Контекст ограничен 512 токенами; для загрузки пользовательского кода необходимо включить trust_remote_code. README не приводит оценок качества модели.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Pinyin-Code Causal LM

This repository contains a custom Transformers causal language model. External evaluation repositories should load it with trust_remote_code=True and use the causal backend.

Dependencies

Install the runtime dependencies before loading the model:

pip install torch transformers safetensors sentencepiece pypinyin jieba

sentencepiece is required for the SentencePiece tokenizer. pypinyin is required for raw Mandarin-to-pinyin preprocessing. jieba is required when use_jieba is true; this export was created with use_jieba=true.

Loading

from transformers import (
    AutoConfig,
    AutoModel,
    AutoModelForCausalLM,
    AutoModelForSequenceClassification,
    AutoTokenizer,
)

model_path = "PATH_OR_REPO_ID"

config = AutoConfig.from_pretrained(model_path, trust_remote_code=True)
tokenizer = AutoTokenizer.from_pretrained(model_path, trust_remote_code=True)
base_model = AutoModel.from_pretrained(model_path, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(model_path, trust_remote_code=True)
classifier = AutoModelForSequenceClassification.from_pretrained(
    model_path,
    trust_remote_code=True,
    num_labels=3,
)

Evaluation

Configure external evaluators with:

  • model path: this local folder or Hugging Face repo ID
  • backend: causal
  • trust remote code: enabled

The tokenizer accepts raw text through standard calls such as tokenizer(text), tokenizer(text, add_special_tokens=False), and tokenizer(texts, padding=True, truncation=True, return_tensors="pt"). It also accepts return_offsets_mapping=True for compatibility with completion-ranking evaluators that need suffix masks. The model supports output_hidden_states=True for representation extraction tasks.

This export sets patch_pathlib_utf8_open=true in config.json. When loaded with trust_remote_code=True, the config installs a narrow Windows compatibility shim so later text-mode Path.open("r") calls without an explicit encoding default to UTF-8. Set PINYIN_CODE_DISABLE_UTF8_OPEN_PATCH=1 before loading the model to disable that shim.

Export metadata:

  • tokenizer_kind: sentencepiece
  • transliteration: full-pinyin
  • use_jieba: true

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
PinyinCodeForCausalLM
Ревизия весов
a3bf043

0 моделей