/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
MIT
Архитектура
gpt2 · dense
Библиотека
transformers
Опубликована
3 окт 2026

gpt2-from-scratch-chat

Генерация текстаТекст → текст

GPT-2 Small на 124 млн параметров, дообученная на Dolly-15k для генерации английских ответов и простого чат-демо.

528скачиваний за 30 дней0лайковвеса обновлены3 окт 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

zuu007/gpt2-from-scratch-chat — диалоговая версия GPT-2 Small, созданная автором проекта zuurashad. Модель GPT2LMHeadModel с 12 слоями, 12 головами внимания и шириной 768 обучалась с нуля, а затем прошла дообучение с учителем на датасете Dolly-15k; число параметров — 124 млн. Она генерирует текст по запросу и рассчитана на шаблон диалога с текстовыми маркерами ролей. Модель принимает до 1024 токенов, использует GPT-2 BPE и поддерживает английский язык.

Модель предназначена для простых ответов на вопросы и браузерного чат-демо. Репозиторий содержит веса safetensors в fp32 и квантированную per-channel int8 версию ONNX для работы в браузере. По карточке, модель пишет связный английский текст, но часто ошибается в фактах, арифметике и сведениях о недавних событиях. Дообучение выполнено на небольшом наборе одноходовых инструкций, поэтому модель плохо обрабатывает вопросы по смене темы и может генерировать некорректный или неподходящий текст. Лицензия — MIT.

Сценарии применения

  • создание простого англоязычного чат-бота
  • ответы на простые вопросы на английском языке
  • генерация продолжения текста по инструкции
  • демонстрация генерации текста в браузере

Ограничения

Модель часто ошибается в фактах, арифметике и сведениях о недавних событиях. Она обучена на одноходовых инструкциях и может плохо отвечать на смену темы в продолжении диалога, а также генерировать некорректный или неподходящий текст.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

GPT-2 (124M), trained from scratch: chat model

zuu007/gpt2-from-scratch after supervised fine-tuning on databricks/databricks-dolly-15k (loss on the answers only). Part of github.com/zuurashad/gpt2-from-scratch, a PyTorch reproduction of GPT-2 small trained from scratch on a single 6GB laptop GPU. Try it in your browser.

The architecture is exactly GPT-2 small: 12 layers, 12 heads, width 768, a 1024-token context and the GPT-2 BPE tokenizer. The weights load into Hugging Face's GPT2LMHeadModel unchanged.

Files

filewhat it is
model.safetensorsfull-precision (fp32) weights
onnx/model_quantized.onnxper-channel int8 ONNX for the browser demo. Validation loss vs fp32: +0.0013 generating token by token (8,192 FineWeb-Edu tokens), +0.0058 over one forward pass (51,200 tokens)
training.jsontraining step, validation loss and the training arguments

Use it

from transformers import pipeline

generate = pipeline("text-generation", model="zuu007/gpt2-from-scratch-chat")
print(generate("<|system|>\nYou are a helpful assistant.<|endoftext|><|user|>\nWhat is photosynthesis?<|endoftext|><|assistant|>\n", max_new_tokens=60)[0]["generated_text"])

The model expects the chat template it was fine-tuned on (as above): each turn is <|system|>, <|user|> or <|assistant|> plus a newline and the text, ended by the single token <|endoftext|> (id 50256), where it also stops. The role markers are plain text, not special tokens.

In the browser, with transformers.js: await AutoModelForCausalLM.from_pretrained("zuu007/gpt2-from-scratch-chat", { dtype: "q8" }).

Limitations

This is a 124M-parameter model trained on 2.5B tokens. It writes fluent English, but it is frequently wrong, especially about facts, arithmetic and recent events. Its only alignment is supervised fine-tuning on a small instruction dataset, so it can produce incorrect or inappropriate text.

Known limitation: follow-up questions. The chat model was fine-tuned only on single-turn examples (Dolly-15k), so it never learned to prioritise the newest message in a conversation. With 124M parameters it tends to continue the topic that fills most of its context, so an unrelated follow-up often gets an answer about the earlier question. Press Clear before changing topic. Multi-turn fine-tuning data (e.g. OpenAssistant) would be the fix.

Data and licences

  • Pretraining: FineWeb-Edu (ODC-By 1.0)
  • Fine-tuning (chat model only): databricks-dolly-15k, licensed CC BY-SA 3.0. Treat the chat weights as share-alike.
  • Code: MIT, derived in part from Andrej Karpathy's build-nanogpt (MIT)

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
6d15613

0 моделей