/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
MIT
Архитектура
gpt2 · dense
Опубликована
8 мар 2023

GPasT-small-model

Генерация текстаТекст → текст3 профессии

Небольшая дообученная на GPT-2 модель для генерации кода на Pascal.

458скачиваний за 30 дней0лайковвеса обновлены9 мар 2023

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

GPasT-small-model — небольшая языковая модель Falcon2006VN, дообученная на GPT-2 для генерации кода на Pascal. В карточке указано, что при обучении использовались 25 батчей данных; датасет в метаданных называется Falcon2006VN/pascal-code-generation-2mb. Модель построена на архитектуре GPT-2 и доступна в форматах PyTorch и TensorFlow. Контекст составляет 1024 токена.

Модель предназначена для генерации фрагментов кода на Pascal по текстовому запросу или началу кода. Автор характеризует её как несовершенную и предостерегает от использования в производственной среде. Лицензия — MIT.

Сценарии применения

  • генерация фрагмента кода на Pascal по описанию
  • дополнение начатой программы на Pascal
  • создание простых примеров синтаксиса Pascal

Ограничения

Автор описывает модель как небольшую и несовершенную и не рекомендует использовать её в производственной среде. В карточке нет оценок качества или подробных сведений о тренировочных данных.

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

Model Card for Model ID

This is a small, imperfect model for Pascal code generation

Model Details

Trained on 25 batch of data

Model Description

  • Developed by: Falcon2006VN (aka buckdan)
  • Shared by [optional]: [More Information Needed]
  • Model type: [More Information Needed]
  • Language(s) (NLP): [More Information Needed]
  • License: MIT
  • Finetuned from model: GPT-2

Uses

For Pascal code generation Note: Do not use in production purpose. If there is anything that goes wrong I will not take resposible...

Direct Use

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

  • Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

  • Hardware Type: [More Information Needed]
  • Hours used: [More Information Needed]
  • Cloud Provider: [More Information Needed]
  • Compute Region: [More Information Needed]
  • Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
c529f75

0 моделей