/ Модель

Характеристики

Контекст
512 токенов
Архитектура
gpt2 · dense
Библиотека
transformers
Опубликована
15 сен 2026

NepaliGPT-base

Генерация текстаТекст → текст3 профессии

Базовая GPT-2-подобная модель для генерации текста на непальском языке с контекстом до 512 токенов.

343скачиваний за 30 дней1лайквеса обновлены15 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

NepaliGPT-base — базовая авторегрессионная языковая модель на архитектуре GPT-2, опубликованная utsabdahal34 в виде весов для Transformers. Она предназначена для генерации продолжения текста на непальском языке, а не для выполнения инструкций или диалогового общения. Модель использует SentencePiece-словарь из 16 000 токенов, 8 слоёв, 8 голов внимания и скрытую размерность 512; длина контекста — 512 токенов. Веса доступны в формате safetensors.

В описании обучения указаны непальская Википедия и OSCAR Nepali. Владелец проекта предоставил базовый чекпойнт; экспорт не включает состояние оптимизатора и проверяемые сведения о шагах обучения. На тестовом наборе cloze из репозитория модель получила 3 из 5, но эта оценка не является широким тестом качества. Модель может повторять текст, галлюцинировать и отражать смещения исходных данных; она не дообучена для следования инструкциям. Лицензия в доступных сведениях не указана; перед распространением исходного корпуса следует проверить его лицензии.

Сценарии применения

  • генерация продолжения непальского текста
  • создание черновиков на непальском языке
  • эксперименты с базовыми языковыми моделями для непальского
  • оценка и адаптация GPT-2 для непальскоязычных текстов

Ограничения

Модель не настроена для следования инструкциям; возможны повторы, галлюцинации и смещения исходных данных. Имеющаяся оценка 3/5 относится только к небольшому cloze smoke set и не характеризует качество широко.

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

utsabdahal34/NepaliGPT-base

NepaliGPT decoder-only model exported as standard Transformers GPT-2 weights. Install transformers, sentencepiece, torch, and huggingface_hub for the example below. The additional native model.pt requires the source package from https://github.com/utsab345/Nepali_GPT2.

Usage

from huggingface_hub import hf_hub_download
import sentencepiece as spm
import torch
from transformers import AutoModelForCausalLM

repo = "utsabdahal34/NepaliGPT-base"
tokenizer = spm.SentencePieceProcessor(model_file=hf_hub_download(repo, "tokenizer.model"))
model = AutoModelForCausalLM.from_pretrained(repo)
ids = torch.tensor([[tokenizer.bos_id()] + tokenizer.encode("नेपाल एक सुन्दर")])
output = model.generate(ids, max_new_tokens=40, do_sample=False)
print(tokenizer.decode(output[0].tolist()))

For an instruction-tuned checkpoint, construct the prompt with nepali_gpt2.sft.format_prompt(instruction, context).

Architecture

{
  "vocab_size": 16000,
  "context_length": 512,
  "emb_dim": 512,
  "n_heads": 8,
  "n_layers": 8,
  "drop_rate": 0.1,
  "qkv_bias": false
}

Data

Nepali Wikipedia and OSCAR Nepali are described in the source Colab notebook. The raw corpus and held-out split are not included in this export; verify upstream licenses before redistribution.

Training

Base checkpoint supplied by the project owner from the Colab notebook. Architecture is GPT-2 style with 16,000 SentencePiece tokens, 512 context, 512 hidden width, 8 layers and 8 heads. The exported checkpoint does not contain optimizer state or independently verifiable training-step metadata.

Evaluation

The supplied base checkpoint scores 3/5 on the repository cloze smoke set. Full generation and CPU benchmark reports are stored in docs/measurements when available. This score is not a broad quality benchmark.

Limitations

This is a base language model, not instruction tuned. It may repeat text, hallucinate facts and reflect source-data bias. Held-out perplexity, multilingual baseline, human instruction-following scores and CUDA measurements are unavailable in this export.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
e5fe73d

0 моделей