/ Модель
Каталог

Характеристики

Контекст
2 048 токенов
Параметры
8 млн
Архитектура
gpt_neox · dense
Базовая модель
pythia-14m
Библиотека
transformers
Опубликована
1 дек 2025

Ссылки

Hugging Face

mini-chennus

DedeProGames
Генерация текстаТекст → текст

Дообученная на неизвестном наборе данных модель GPT-NeoX для генерации текста.

1 464скачиваний за 30 дней1лайквеса обновлены1 дек 2025

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

mini-chennus — дообученная DedeProGames модель генерации текста на базе EleutherAI/pythia-14m. Она использует плотную архитектуру GPT-NeoX с причинно-языковой моделью и предназначена для генерации текста. Размер модели — 8 млн параметров, длина контекста — 2048 токенов. В README указано, что для дообучения использовался неизвестный набор данных; описание предполагаемого применения отсутствует.

На оценочном наборе указаны loss 0,9861 и accuracy 0,0, но без сведений о наборе данных и методике оценки эти значения не позволяют судить о качестве для конкретных сценариев. Модель доступна на Hugging Face; лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация продолжения текста

Ограничения

Набор данных для дообучения и целевые сценарии не описаны; на оценочном наборе указана accuracy 0,0, но без деталей оценки результат трудно интерпретировать.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mini-chennus

This model is a fine-tuned version of EleutherAI/pythia-14m on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.9861
  • Accuracy: 0.0

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: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • num_epochs: 3
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossAccuracy
1.43940.16162001.40080.0
1.29660.32314001.25020.0
1.20880.48476001.19220.0
1.16890.64628001.15380.0001
1.13030.807810001.13330.0
1.10940.969312001.10120.0
1.09671.130914001.07500.0
1.06211.292416001.06590.0
1.06471.454018001.05660.0
1.03881.615520001.04520.0
1.04651.777122001.02660.0
1.02741.938624001.01190.0
1.01252.100226001.00840.0
1.00232.261728001.00020.0
1.00012.423330000.99680.0
0.99542.584832000.99120.0
0.98652.746434000.98530.0
0.99132.907936000.98610.0

Framework versions

  • Transformers 4.57.2
  • Pytorch 2.9.0+cu126
  • Datasets 4.0.0
  • Tokenizers 0.22.1

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GPTNeoXForCausalLM
Ревизия весов
e4f169d

0 моделей

    Создать бенчмарк