/ Модель
Каталог

Характеристики

Контекст
768 токенов
Архитектура
gpt2 · dense
Опубликована
3 мая 2024

Ссылки

Hugging Face

test-muse-100k

Ja007
Генерация текстаТекст → текст3 профессии

Дообученная модель GPT-2 для генерации текста с контекстом 768 токенов.

119скачиваний за 30 дней0лайковвеса обновлены3 мая 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

Ja007/test-muse-100k — дообученная автором Ja007 модель GPT-2 для генерации текста. Модель построена на архитектуре GPT2LMHeadModel, распространяется в формате PyTorch и имеет контекстное окно 768 токенов.

Карточка указывает результат оценки Loss 1.7708, но не раскрывает датасет, предметную область и сценарии применения. Поэтому модель можно рассматривать для экспериментов с генерацией текста, однако результат оценки сам по себе не позволяет судить о качестве в конкретной задаче. Лицензия в предоставленных данных не указана.

Сценарии применения

  • эксперименты с генерацией текста
  • создание продолжений коротких текстовых запросов
  • оценка GPT-2 в задачах генерации

Ограничения

Датасет дообучения, целевая область и подробные ограничения не описаны; результат Loss 1.7708 не характеризует качество для конкретных сценариев.

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 015моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

test-muse-100k

This model is a fine-tuned version of Ja007/test-muse-100k on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 1.7708

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: 0.01
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • training_steps: 500

Training results

Training LossEpochStepValidation Loss
1.95220.131001.9432
1.90440.272001.9008
1.87170.43001.8479
1.86530.534001.7998
1.81640.665001.7708

Framework versions

  • Transformers 4.33.0
  • Pytorch 2.1.2
  • Datasets 2.18.0
  • Tokenizers 0.13.3

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
63698ab

0 моделей

    Создать бенчмарк