/ Модель

Характеристики

Контекст
512 токенов
Архитектура
concept_dominant_gptbert · dense
Библиотека
transformers
Опубликована
11 июн 2026

babyconceptLM-baike102M_bpe50

Генерация текстаТекст → текст3 профессии

Китайская ConceptDominantGPTBert-модель для экспериментов Chinese BabyLM, оценки грамматических знаний и исследования языковых представлений.

20скачиваний за 30 дней1лайквеса обновлены11 июн 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

zondaxyz/babyconceptLM-baike102M_bpe50 — китайская концептуально-доминантная языковая модель, обученная для Chinese BabyLM Challenge на данных Baike102M в токенизации BPE. Архитектура ConceptDominantGPTBertForPreTraining использует отдельные token-, concept- и readout-слои; в модели 2 token-слоя, 4 concept-слоя и 2 readout-слоя, размер скрытого состояния 768, словарь из 16 384 токенов и 12 голов внимания для токенов и readout. Максимальная длина последовательности — 512 токенов, длина предобучающих последовательностей — 256.

Модель предназначена для исследовательских экспериментов с обработкой китайского языка, включая оценку грамматических знаний и анализ представлений языка в задачах с fMRI. В карточке приведены результаты zhoBLiMP и корреляции на наборах word_fMRI и fMRI; показатели fMRI получены на dev-разбиении, поскольку тестовое разбиение не выпущено. Это не разговорный ассистент и не модель для производственного применения. Для загрузки требуются пользовательский код Transformers и параметр trust_remote_code=True. Лицензия в предоставленных данных не указана.

Сценарии применения

  • оценка грамматических знаний китайской модели на zhoBLiMP
  • исследование языковых представлений на китайских fMRI-данных
  • эксперименты в рамках Chinese BabyLM Challenge
  • предсказание пропущенных токенов в китайском тексте
  • сравнение концептуально-доминантных архитектур

Ограничения

Модель не предназначена для производственного диалога. Результаты word_fMRI и fMRI в карточке рассчитаны на dev-разбиении, а для загрузки требуется пользовательский код Transformers с trust_remote_code=True.

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

zondaxyz/babyconceptLM-baike102M_bpe50

This repository contains babyconceptLM-baike102M_bpe50, a Chinese Concept model trained on Baike102M BPE data.

The model uses custom Transformers code. Load it with trust_remote_code=True.

from transformers import AutoModel, AutoTokenizer

repo_id = "zondaxyz/babyconceptLM-baike102M_bpe50"

tokenizer = AutoTokenizer.from_pretrained(repo_id, trust_remote_code=True)
model = AutoModel.from_pretrained(repo_id, trust_remote_code=True)

Model Details

  • Architecture: ConceptDominantGPTBertForPreTraining
  • Hidden size: 768
  • Vocabulary size: 16,384
  • Max position embeddings: 512
  • Pretraining sequence length: 256
  • Token layers: 2
  • Concept layers: 4
  • Readout layers: 2
  • Attention heads: 12 token heads, 14 concept heads, 12 readout heads
  • Concept size: 896
  • Intermediate sizes: 3,072 token/readout, 3,584 concept
  • Main gate: concept_main_shell_residual
  • Segment target: 4.0 tokens per concept
  • Training data recorded in local metadata: train_zho_baike102m_m15_bpe_tokenized.bin
  • Tokenizer recorded in local metadata: tokenizer_zho_baike102m_m15_bpe.json
  • Planned training steps: 53,875
  • Training epochs: 50

Evaluation

The following numbers were collected from local Chinese BabyLM evaluation artifacts on 2026-06-11. For MRI tasks, the reported best result is selected by the highest report-level mean score across chinese-babylm-eval-pipeline/results and chinese-babylm-eval-pipeline/results_mri_layer_sweep.

For CogBench fMRI tasks, the local cogbench-fmri-0415 data contains train and dev splits but no released test split. The word_fMRI and fMRI numbers below are therefore dev-set scores, not held-out test scores.

TaskBest scoreMetricSelection
zhoBLiMP71.27average accuracytemperature 1.00
word_fMRI0.5624mean Pearson r over 6 subjectsbest layer: 07; max subject score: 0.6114 on S31_score.mat
fMRI0.0998mean Pearson r over 36 domain/subject filesbest layer: 09; max file score: 0.2262 on Language/03_average.mat

zhoBLiMP Field Accuracy

FieldAccuracy
ellipsis68.33
control_raising78.25
BA77.49
question82.33
npi_licensing46.22
nominal_expression81.85
relativization83.25
verb_phrase81.45
anaphor35.17
fci_licensing95.67
topicalization96.08
passive49.53
quantifiers35.50
argument_structure62.05
classifier64.22

MRI Layer Sweep

Layerword_fMRI meanfMRI mean
000.55880.0850
010.55990.0878
020.56130.0938
030.56200.0914
040.56200.0920
050.56200.0900
060.56200.0928
070.56240.0997
080.56200.0995
090.55960.0998

Intended Use

This model is intended for Chinese BabyLM challenge. It is not intended as a production conversational assistant.

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
ConceptDominantGPTBertForPreTraining
Ревизия весов
75057a7

0 моделей