/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
MIT
Архитектура
gpt2 · dense
Базовая модель
gpt2
Опубликована
11 окт 2023

LLM_TRAINING

Генерация текстаТекст → текст3 профессии

Дообученная модель GPT-2 для генерации текста с контекстом до 1024 токенов.

349скачиваний за 30 дней0лайковвеса обновлены11 окт 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.

  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

LikelySurf/LLM_TRAINING — дообученная языковая модель на архитектуре GPT-2, основанная на openai-community/gpt2. Она предназначена для генерации текста; в README приведено значение loss 1,1049 на оценочном наборе, но набор данных и сценарий оценки не описаны. Модель принимает текст и генерирует текст, использует формат PyTorch и имеет контекст длиной 1024 токена. Репозиторий опубликован под лицензией MIT.

Сценарии применения

  • генерация продолжения заданного текста
  • создание черновиков коротких текстов
  • эксперименты с дообучением GPT-2
  • оценка генерации текста в исследовательских и учебных проектах

Ограничения

README не описывает обучающие данные, целевую область применения и известные ограничения; приведённый loss нельзя интерпретировать без сведений о наборе и методике оценки. 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

LLM_TRAINING

This model is a fine-tuned version of gpt2 on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 1.1049

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: 0.0005
  • train_batch_size: 64
  • eval_batch_size: 64
  • seed: 42
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 512
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 10
  • num_epochs: 5

Training results

Training LossEpochStepValidation Loss
5.17950.25103.6578
2.98960.5202.2492
2.09790.75301.7208
1.7541.0401.4856
1.5441.25501.3701
1.43691.5601.2945
1.38261.76701.2557
1.36572.01801.2247
1.30642.26901.1987
1.26192.511001.1778
1.24932.761101.1623
1.24983.011201.1464
1.21263.261301.1308
1.19723.511401.1242
1.17763.761501.1169
1.18264.011601.1121
1.16234.261701.1089
1.14684.511801.1063
1.15944.761901.1049

Framework versions

  • Transformers 4.31.0
  • Pytorch 2.0.1+cu117
  • Datasets 2.14.3
  • 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
ed404ed

0 моделей