/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
MIT
Архитектура
gpt2 · dense
Базовая модель
gpt2
Опубликована
15 июл 2024

redit_gpt

Генерация текстаТекст → текст3 профессии

Дообученная на очищенных комментариях Reddit модель GPT-2 для генерации англоязычного текста в похожем стиле.

21скачиваний за 30 дней0лайковвеса обновлены18 июл 2024

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

redit_gpt — языковая модель на архитектуре GPT-2, созданная Ganz00 дообучением openai-community/gpt2 на очищенных комментариях Reddit из набора Ganz00/reddit-comments-cleaned-for-tg. Она предназначена для генерации текста в стиле комментариев Reddit и экспериментов с продолжением коротких текстовых фрагментов. Модель имеет контекстное окно 1024 токена и распространяется в формате safetensors.

В README приведено значение Loss 3,4867 на оценочной выборке, но не описаны методика оценки и практическое качество генерации. Модель поддерживает английский язык. Лицензия — MIT.

Сценарии применения

  • генерация комментариев в стиле Reddit
  • продолжение коротких англоязычных текстов
  • эксперименты с генерацией текста на данных Reddit

Ограничения

В карточке не описаны ограничения и предполагаемые сценарии применения; значение Loss приведено без подробностей об оценочной методике. Контекст ограничен 1024 токенами.

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

redit_gpt

This model use the architecture of gpt2 an was trained on the Ganz00/reddit-comments-cleaned-for-tg dataset. It achieves the following results on the evaluation set:

  • Loss: 3.4867

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: 0.0005
  • train_batch_size: 32
  • eval_batch_size: 32
  • seed: 42
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 256
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 1000
  • num_epochs: 3
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
5.24460.589110004.2133
3.98831.178220003.7935
3.71981.767330003.6230
3.53412.356440003.5221
3.43782.945550003.4867

Framework versions

  • Transformers 4.42.4
  • Pytorch 2.3.1+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

Можно запустить

Подбираем GPU…

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
05dfbfa

0 моделей