Характеристики

Контекст: 512 токенов
Параметры: 38,5 млн
Лицензия: Apache 2.0
Архитектура: t5 · dense
Базовая модель: Chitti-Base-model-for-GPT-v7
Опубликована: 21 июн 2024

Ссылки

Hugging Face

Chitti-Base-model-for-GPT-v8

Dhahlan2000

Языковая модель

Дообученная модель T5 на 38,5 млн параметров для преобразования текста в текст с контекстом до 512 токенов.

7скачиваний за 30 дней0лайковвеса обновлены21 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-v8 — дообученная модель семейства T5, разработанная Dhahlan2000 на основе Dhahlan2000/Chitti-Base-model-for-GPT-v7. Она предназначена для преобразования текста в текст; карточка приводит значения loss 2,9673, BLEU 3,6022 и длины генерации 12,524 на оценочном наборе, но не описывает задачу и набор данных. Модель содержит 38,5 млн параметров, использует архитектуру T5ForConditionalGeneration и поддерживает контекст до 512 токенов.

Модель распространяется в формате safetensors по лицензии Apache-2.0. Сценарии применения и поддерживаемые языки по карточке установить нельзя; опубликованные результаты оценки сами по себе не позволяют судить о качестве для конкретной задачи.

Сценарии применения

генерация текста по текстовому запросу
преобразование одного текста в другой формат

Ограничения

Назначение, обучающий набор данных и поддерживаемые языки не описаны; приведённые метрики не уточняют задачу или условия оценки.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Chitti-Base-model-for-GPT-v8

This model is a fine-tuned version of Dhahlan2000/Chitti-Base-model-for-GPT-v7 on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 2.9673
Bleu: 3.6022
Gen Len: 12.524

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
3.1567	1.0	9282	2.9746	3.6582	12.4893
3.1552	2.0	18564	2.9673	3.6022	12.524

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: d227b3c