/ Модель
Каталог

Характеристики

Контекст
2 048 токенов
Параметры
1,7 млрд
Лицензия
Своя лицензия
Архитектура
opt · dense
Опубликована
11 мая 2023

Ссылки

Hugging Face

EnabledChat

0x70DA
Генерация текстаТекст → текст3 профессии

Дообученная на базе OPT-1.3B модель для генерации текста с контекстом до 2048 токенов.

14скачиваний за 30 дней0лайковвеса обновлены11 мая 2023

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.

Открыть конструктор бенчмарка

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

EnabledChat — дообученная модель генерации текста на базе facebook/opt-1.3b, опубликованная пользователем 0x70DA. Модель имеет архитектуру OPTForCausalLM с 1,7 млрд параметров и контекстным окном 2048 токенов. В репозитории представлены веса PyTorch; в README указана потеря 1,1152 на оценочном наборе, но подробности набора и методики оценки не приведены.

Модель предназначена для генерации текста. README не описывает специализированные сценарии, обучающие данные или ограничения, поэтому применимость к конкретным задачам оценить нельзя. Указана лицензия other; конкретные условия использования из доступных данных неясны.

Сценарии применения

  • генерация продолжения текста
  • создание черновиков текста
  • эксперименты с компактной языковой моделью

Ограничения

README не раскрывает обучающие данные, предназначение и ограничения модели; приведённая оценка потери не сопровождается описанием набора или методики. Лицензия указана как other, поэтому условия использования следует уточнить в репозитории.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

EnabledChat

This model is a fine-tuned version of facebook/opt-1.3b on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 1.1152

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 0.0002
  • train_batch_size: 16
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 100
  • num_epochs: 3
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
1.28490.062001.2346
1.25150.134001.2077
1.18590.196001.1948
1.20070.268001.1845
1.20850.3210001.1763
1.20360.3812001.1710
1.21340.4514001.1655
1.18690.5116001.1610
1.20170.5818001.1573
1.21390.6420001.1537
1.13020.722001.1510
1.17990.7724001.1480
1.15180.8326001.1461
1.17520.928001.1434
1.15840.9630001.1415
1.13111.0232001.1400
1.15951.0934001.1374
1.17211.1536001.1365
1.15971.2238001.1355
1.17181.2840001.1335
1.16391.3442001.1315
1.14481.4144001.1312
1.16451.4746001.1296
1.15621.5448001.1282
1.16191.650001.1273
1.17941.6652001.1270
1.1781.7354001.1254
1.12911.7956001.1246
1.12351.8658001.1234
1.11691.9260001.1222
1.14941.9862001.1214
1.10322.0564001.1218
1.12692.1166001.1207
1.15612.1868001.1203
1.1522.2470001.1199
1.13352.372001.1191
1.13412.3774001.1184
1.09632.4376001.1180
1.11792.578001.1172
1.11762.5680001.1170
1.152.6282001.1165
1.0732.6984001.1164
1.17372.7586001.1156
1.12512.8288001.1156
1.15482.8890001.1154
1.10462.9492001.1152

Framework versions

  • Transformers 4.30.0.dev0
  • Pytorch 2.0.0
  • Datasets 2.11.0
  • Tokenizers 0.13.3

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
OPTForCausalLM
Ревизия весов
c64e7db

0 моделей

    Создать бенчмарк