Характеристики

Контекст: 512 токенов
Параметры: 38,5 млн
Лицензия: Apache 2.0
Архитектура: t5 · dense
Базовая модель: Chitti-Base-model-for-GPT-v11
Опубликована: 24 июн 2024

Ссылки

Hugging Face

Chitti-Large-model-for-GPT-v12

Dhahlan2000

Языковая модель

Небольшая дообученная модель T5 для генерации текста, назначение которой в карточке не уточнено.

9скачиваний за 30 дней0лайковвеса обновлены24 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-Large-model-for-GPT-v12 — дообученная модель на архитектуре T5, разработанная Dhahlan2000 на основе Dhahlan2000/Chitti-Base-model-for-GPT-v11. Она предназначена для генерации текста в формате text-to-text; размер модели — 38,5 млн параметров, контекст — до 512 токенов. В README приведены результаты оценки: loss 2,6474, BLEU 0,0 и средняя длина генерации 2,9375 токена.

Назначение дообучения и целевой язык в карточке не раскрыты, поэтому практические сценарии и качество для конкретных задач определить нельзя. Модель распространяется в формате Safetensors по лицензии Apache-2.0.

Сценарии применения

эксперименты с генерацией текста на основе T5
оценка text-to-text модели на собственных данных
изучение дообучения компактных моделей T5

Ограничения

Карточка не описывает целевую задачу, обучающие данные и поддерживаемые языки; приведённый BLEU равен 0,0, поэтому результаты не подтверждают качество для практического применения.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Chitti-Large-model-for-GPT-v12

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

Loss: 2.6474
Bleu: 0.0
Gen Len: 2.9375

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 Loss	Epoch	Step	Validation Loss	Gen Len
No log	1.0	98	2.8825	2.9375
No log	2.0	196	2.7710	3.0
No log	3.0	294	2.6990	2.875
No log	4.0	392	2.6685	2.9375
No log	5.0	490	2.6490	2.9375
3.4263	6.0	588	2.6474	2.9375

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: ceca4e5