| Model Name | Parameters | Class | Ratio | Tokens | Batch Size (Tokens) | Training Loss |
|---|---|---|---|---|---|---|
| GerbilLab/Gerbil-A-32m | 32m | A-Class | 20 | 640M | 262K | 4.048700 |
Характеристики
- Контекст
- 2 048 токенов
- Лицензия
- Apache 2.0
- Архитектура
- gptj · dense
- Опубликована
- 30 мар 2023
Ссылки
Gerbil-A-32m
Компактная GPT-J-модель GerbilLab для генерации и продолжения текста.
134скачиваний за 30 дней2лайкавеса 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-32m — языковая модель для генерации текста, опубликованная GerbilLab. Это плотная авторегрессионная модель на архитектуре GPT-J с 32 млн параметров, представленная в формате PyTorch. В README указаны класс A-Class, соотношение 20, обучение на 640 млн токенов и значение training loss 4,0487.
Модель предназначена для продолжения текста и простых сценариев генерации. Её контекстное окно составляет 2048 токенов. Карточка не уточняет поддерживаемые естественные языки и конкретную специализацию; доступна лицензия Apache-2.0.
Сценарии применения
- продолжение короткого текстового фрагмента
- генерация простых текстовых ответов
- эксперименты с компактной авторегрессионной моделью
Ограничения
В README приведено значение training loss, но нет результатов пользовательских оценок или описания качества. Контекст ограничен 2048 токенами; поддерживаемые языки и специальные возможности не указаны.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.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
- 3a28a31