/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Лицензия
MIT
Архитектура
gpt2 · dense
Базовая модель
gpt2
Библиотека
transformers
Опубликована
22 ноя 2024

Ссылки

Hugging Face

Cryptography_GPT_2_v1.0.0

ICT3214-Group5
Генерация текстаТекст → текст3 профессии

Дообученная на базе GPT-2 модель для генерации текста, заявленная как связанная с криптографией, но без подтверждённых сведений о специализации.

16скачиваний за 30 дней1лайквеса обновлены27 ноя 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.

Открыть конструктор бенчмарка

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

Cryptography_GPT_2_v1.0.0 — дообученная языковая модель на архитектуре GPT-2, разработанная ICT3214-Group5 на основе openai-community/gpt2. В карточке указано, что модель обучалась на наборе данных, который не описан, поэтому её специализацию в области криптографии и качество ответов подтвердить нельзя.

Модель поддерживает генерацию текста и может использоваться для экспериментов с продолжением текстовых запросов. Контекст составляет 1024 токена; веса опубликованы в формате safetensors. Лицензия — MIT. Карточка не содержит сведений о целевых сценариях, языках обучения или оценке качества.

Сценарии применения

  • эксперименты с генерацией текста по криптографическим запросам
  • продолжение текстовых фрагментов в стиле GPT-2
  • изучение поведения GPT-2 после дообучения

Ограничения

Данные обучения и результаты оценки не описаны, поэтому точность и пригодность для криптографических задач не подтверждены. Контекст ограничен 1024 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
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

Открыть на Hugging Face

Cryptography_GPT_2_v1.0.0

This model is a fine-tuned version of gpt2 on an unknown dataset.

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: 1e-05
  • train_batch_size: 2
  • eval_batch_size: 2
  • seed: 42
  • optimizer: Use adamw_torch with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • num_epochs: 3
  • mixed_precision_training: Native AMP

Framework versions

  • Transformers 4.46.2
  • Pytorch 2.5.1+cu121
  • Datasets 2.21.0
  • Tokenizers 0.20.3

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
df833c0

0 моделей

    Создать бенчмарк