/ Модель
Каталог

Характеристики

Контекст
2 048 токенов
Параметры
6,3 млн
Архитектура
gpt_neox · dense
Базовая модель
pythia-31m
Опубликована
18 мая 2024

Ссылки

Hugging Face

virus_pythia_31_1024_2d_representation_MSEPlusCE

AliSaadatV
Генерация текстаТекст → текст3 профессии

Небольшая дообученная модель GPT-NeoX для генерации и продолжения текста на базе EleutherAI/pythia-31m.

136скачиваний за 30 дней0лайковвеса обновлены18 мая 2024

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

viruspythia3110242drepresentationMSEPlusCE — небольшая плотная авторегрессионная языковая модель на архитектуре GPT-NeoX, дообученная на базе EleutherAI/pythia-31m. В репозитории указано 6,3 млн параметров и контекст до 2048 токенов; веса сохранены в формате safetensors.

Модель предназначена для генерации и продолжения текста. README не описывает конкретные сценарии применения, обучающий датасет, языковое покрытие или результаты оценки; базовая Pythia-31m ориентирована на английский текст и исследования языковых моделей. Лицензия в предоставленных данных не указана.

Сценарии применения

  • продолжение короткого текстового фрагмента
  • эксперименты с генерацией текста на малой языковой модели
  • изучение поведения авторегрессионных моделей

Ограничения

README не приводит сведений о датасете, оценке качества и конкретных ограничениях дообученной модели. Небольшой размер модели ограничивает её возможности по сравнению с крупными языковыми моделями.

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 015моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

virus_pythia_31_1024_2d_representation_MSEPlusCE

This model is a fine-tuned version of EleutherAI/pythia-31m on an unknown dataset.

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: 5e-05
  • train_batch_size: 8
  • 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: 10
  • num_epochs: 1

Training results

Framework versions

  • Transformers 4.40.2
  • Pytorch 2.2.1+cu121
  • Datasets 2.19.1
  • Tokenizers 0.19.1

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GPTNeoXForCausalLM
Ревизия весов
d538b64

0 моделей

    Создать бенчмарк