/ Модель

Характеристики

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

HW2-supervised

Генерация текстаТекст → текст3 профессии

Дообученная на PIQA англоязычная модель GPT-2 для генерации текста и экспериментальных ответов на вопросы о бытовых ситуациях.

13скачиваний за 30 дней0лайковвеса обновлены2 сен 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

KoNqUeRoR3891/HW2-supervised — дообученная авторегрессионная модель GPT-2 на базе openai-community/gpt2, созданная с использованием набора PIQA. Она предназначена для генерации продолжения текста и может применяться в экспериментах с ответами на вопросы о физических и бытовых ситуациях. Модель использует архитектуру GPT-2, веса сохранены в формате safetensors, максимальная длина контекста составляет 1024 токена.

Для оценки на тестовом наборе указан loss 3.0381. Базовая модель ориентирована на английский язык; данных о поддержке других языков нет. Лицензия — MIT.

Сценарии применения

  • генерация продолжения английского текста
  • экспериментальные ответы на вопросы о физических ситуациях
  • прототипирование генерации ответов на основе PIQA

Ограничения

README не содержит подробностей о назначении и ограничениях; указан тестовый loss 3.0381, но без описания протокола и сравнения с базовой моделью его недостаточно для вывода о качестве. 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

HW2-supervised

This model is a fine-tuned version of openai-community/gpt2 on the piqa dataset. It achieves the following results on the evaluation set:

  • Loss: 3.0381

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: 2e-05
  • train_batch_size: 16
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 64
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 500
  • num_epochs: 3
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
3.10382.20515003.0381

Framework versions

  • Transformers 4.44.2
  • Pytorch 2.4.0+cu118
  • Datasets 2.21.0
  • Tokenizers 0.19.1

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
7825a10

0 моделей