/ Модель

Характеристики

Контекст
512 токенов
Параметры
38,5 млн
Лицензия
Apache 2.0
Архитектура
t5 · dense
Базовая модель
Chitti-Large-model-for-GPT-v11
Опубликована
23 июн 2024

Chitti-Base-model-for-GPT-v11

Языковая модель3 профессии

Дообученная модель T5 на 38,5 млн параметров для генерации текста, назначение которой в карточке не уточнено.

11скачиваний за 30 дней0лайковвеса обновлены23 июн 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

Chitti-Base-model-for-GPT-v11 — дообученная модель семейства T5, созданная на основе Dhahlan2000/Chitti-Large-model-for-GPT-v11. Она содержит 38,5 млн параметров и предназначена для генерации текста в формате text-to-text; указанная длина контекста — 512 токенов. В карточке приведены результаты оценки: loss 1,4147 и BLEU 34,6359, но назначение модели и сценарии применения не раскрыты.

Модель опубликована в формате Safetensors под лицензией Apache-2.0. Данных о поддерживаемых естественных языках, обучающем датасете и известных ограничениях в карточке нет.

Сценарии применения

  • генерация текста в формате text-to-text

Ограничения

Карточка не уточняет назначение, обучающие данные и известные ограничения модели.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Chitti-Base-model-for-GPT-v11

This model is a fine-tuned version of Dhahlan2000/Chitti-Large-model-for-GPT-v11 on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 1.4147
  • Bleu: 34.6359
  • Gen Len: 4.4545

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: 2e-05
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 6
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossBleuGen Len
No log1.0651.693212.14285.0909
No log2.01301.563028.37544.6364
No log3.01951.490027.99454.6364
No log4.02601.445627.99454.6364
No log5.03251.422034.63594.4545
No log6.03901.414734.63594.4545

Framework versions

  • Transformers 4.41.2
  • Pytorch 2.3.0+cu121
  • Datasets 2.20.0
  • Tokenizers 0.19.1

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

У модели не указана задача.

Класс архитектуры
T5ForConditionalGeneration
Ревизия весов
f0b365c

0 моделей