/ Модель

Характеристики

Контекст
512 токенов
Параметры
114 млн
Архитектура
opt · dense
Опубликована
17 янв 2024

binding-case-transformer-1

Генерация текстаТекст → текст

Дообученная модель OPT на 113,9 млн параметров для генерации текста с контекстом до 512 токенов.

114скачиваний за 30 дней0лайковвеса обновлены23 янв 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.

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

CLMBR/binding-case-transformer-1 — дообученная языковая модель семейства OPT с плотной архитектурой, предназначенная для генерации текста. В репозитории указано 113,9 млн параметров; модель принимает текстовый контекст длиной до 512 токенов и выдаёт текст.

В README приведён результат оценки: loss 3,8678. Назначение дообучения, обучающие данные и конкретные сценарии применения не описаны, поэтому оценить качество для отдельных задач нельзя. Модель распространена в формате PyTorch; сведения о лицензии в доступных данных отсутствуют.

Сценарии применения

  • генерация продолжения текста
  • создание коротких текстовых ответов
  • эксперименты с генерацией текста на базе OPT

Ограничения

Назначение дообучения и обучающие данные не описаны; приведён только результат оценки loss 3,8678, который сам по себе не характеризует качество конкретных сценариев. Сведения о лицензии отсутствуют.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

binding-case-transformer-1

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

  • Loss: 3.8678

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: 32
  • eval_batch_size: 32
  • seed: 1
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • training_steps: 3052726

Training results

Training LossEpochStepValidation Loss
4.22190.03763204.1938
4.01791.031526404.0262
3.90920.032289603.9526
3.84141.033052803.9123
3.79190.033816003.8867
3.74930.034579203.8702
3.71751.035342403.8604
3.68580.036105603.8531
3.65771.036868803.8489
3.63450.037632003.8470
3.61161.038395203.8456
3.59160.039158403.8445
3.57081.039921603.8453
3.55050.0310684803.8457
3.54051.0311448003.8465
3.51460.0312211203.8490
3.50011.0312974403.8498
3.48860.0313737603.8505
3.47540.0314500803.8507
3.4681.0315264003.8542
3.46020.0316027203.8564
3.45041.0316790403.8568
3.44610.0317553603.8582
3.4311.0318316803.8594
3.420.0319080003.8629
3.40850.0319843203.8640
3.39631.0320606403.8660
3.38690.0321369603.8671
3.37431.0322132803.8683
3.36430.0322896003.8694
3.3561.0323659203.8698
3.33630.0324422403.8715
3.32561.0325185603.8716
3.31980.0325948803.8724
3.3111.0326712003.8732
3.3050.0327475203.8721
3.30071.0328238403.8715
3.29560.0329001603.8708
3.2941.0329764803.8698
3.28480.0230527263.8678

Framework versions

  • Transformers 4.33.3
  • Pytorch 2.0.1
  • Datasets 2.12.0
  • 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
a2486d4

0 моделей