Характеристики

Контекст: 512 токенов
Параметры: 38,5 млн
Лицензия: Apache 2.0
Архитектура: t5 · dense
Базовая модель: Chitti-Base-model-for-GPT-v4
Опубликована: 17 июн 2024

Ссылки

Hugging Face

Chitti-Base-model-for-GPT-v5

Dhahlan2000

Языковая модель

Дообученная модель T5 на 38,5 млн параметров для генерации текста по запросу с контекстом до 512 токенов.

9скачиваний 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

Dhahlan2000/Chitti-Base-model-for-GPT-v5 — дообученная модель семейства T5, разработанная на основе Dhahlan2000/Chitti-Base-model-for-GPT-v4. Она содержит 38,5 млн параметров и предназначена для генерации текста по текстовому запросу; конкретная целевая задача и обучающий датасет не описаны. Для оценки приведены значения Loss 3,1554, BLEU 2,4789 и Gen Len 13,0087, но контекст оценки не уточнён.

Модель принимает текст и генерирует текст, поддерживает контекст до 512 токенов. Опубликована в формате Safetensors под лицензией Apache-2.0. Карточка сообщает о низком BLEU на оценочном наборе; без сведений о наборе и метрике качества результаты трудно интерпретировать.

Сценарии применения

генерация короткого текста по текстовому запросу
эксперименты с дообученной моделью T5
оценка генерации текста по метрикам BLEU и loss

Ограничения

Целевая задача и обучающий датасет не описаны. Указанный BLEU равен 2,4789, но оценочный набор и условия измерения не уточнены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Chitti-Base-model-for-GPT-v5

This model is a fine-tuned version of Dhahlan2000/Chitti-Base-model-for-GPT-v4 on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 3.1554
Bleu: 2.4789
Gen Len: 13.0087

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
3.3712	1.0	9282	3.1689	2.4693	13.056
3.3445	2.0	18564	3.1554	2.4789	13.0087

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: e60d5c3