Характеристики

Контекст: 512 токенов
Параметры: 38,5 млн
Лицензия: Apache 2.0
Архитектура: t5 · dense
Базовая модель: Chitti-Base-model-for-GPT-v1
Опубликована: 17 июн 2024

Ссылки

Hugging Face

Chitti-Base-model-for-GPT-v2

Dhahlan2000

Языковая модель

Дообученная T5-модель с 38,5 млн параметров для генерации текста по текстовому запросу.

8скачиваний за 30 дней0лайковвеса обновлены17 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-v2 — модель генерации текста на архитектуре T5, разработанная Dhahlan2000 и дообученная на основе Dhahlan2000/Chitti-Base-model-for-GPT-v1. Модель содержит 38,5 млн параметров и имеет контекст до 512 токенов.

Она предназначена для генерации текста по текстовому запросу. В карточке приведены результаты оценки: loss 3,3208, BLEU 1,2028 и средняя длина генерации 13,7173; конкретные сценарии применения и обучающий датасет не описаны. Вес опубликован в формате safetensors. Лицензия — Apache-2.0.

Сценарии применения

генерация короткого текста по запросу
эксперименты с дообучением T5
оценка качества генерации текста

Ограничения

Датасет и целевые сценарии обучения не описаны. В карточке приведён низкий BLEU 1,2028, поэтому качество для конкретных задач следует проверять отдельно.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Chitti-Base-model-for-GPT-v2

This model is a fine-tuned version of Dhahlan2000/Chitti-Base-model-for-GPT-v1 on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 3.3208
Bleu: 1.2028
Gen Len: 13.7173

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: 2
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Bleu	Gen Len
3.5683	1.0	9282	3.3450	1.04	13.7287
3.5534	2.0	18564	3.3208	1.2028	13.7173

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: a15cb5e