| Model Name | Parameters | Class | Ratio | Tokens | Batch Size (Tokens) | Training Loss |
|---|---|---|---|---|---|---|
| GerbilLab/Gerbil-A-15m | 15m | A-Class | 20 | 280M | 131k | 4.9999 |
Характеристики
- Контекст
- 2 048 токенов
- Лицензия
- Apache 2.0
- Архитектура
- gptj · dense
- Опубликована
- 30 мар 2023
Ссылки
Gerbil-A-15m
Небольшая авторегрессионная модель GPT-J для генерации текста общего назначения.
142скачиваний за 30 дней0лайковвеса обновлены30 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
Gerbil-A-15m — авторегрессионная языковая модель семейства GPT-J, опубликованная GerbilLab. Модель содержит около 15 млн параметров и предназначена для генерации текста; в карточке указано обучение на 280 млн токенов. Контекст составляет 2048 токенов.
Модель представлена в формате PyTorch и распространяется по лицензии Apache-2.0. Доступные сведения не описывают её языковой охват или специализацию, поэтому её следует рассматривать как небольшой экспериментальный генератор текста общего назначения; качество и применимость к конкретным задачам по приведённым данным оценить нельзя.
Сценарии применения
- эксперименты с генерацией текста
- создание коротких текстовых продолжений
- изучение работы небольших языковых моделей
Ограничения
Модель мала по размеру и обучена на ограниченном объёме токенов, поэтому её качество может быть недостаточным для сложных задач. Языковой охват и результаты оценки в предоставленных данных не описаны.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- GPTJForCausalLM
- Ревизия весов
- c1ec630