/ Модель

Характеристики

Контекст
2 048 токенов
Лицензия
MIT
Архитектура
gpt2 · dense
Опубликована
29 апр 2024

4_bar_lmd_clean_custom_epochs10

Генерация текстаТекст → текст3 профессии

Дообученная GPT-2 для генерации текста с контекстом до 2048 токенов.

463скачиваний за 30 дней0лайковвеса обновлены2 авг 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

Модель MikeMpapa/4_bar_lmd_clean_custom_epochs10 — языковая модель семейства GPT-2 для генерации текста, опубликованная в формате Safetensors. По карточке это дообученная версия MikeMpapa/4_bar_lmd_clean_custom_epochs10; указана оценка loss 0,7890 на тестовой выборке, но описание обучающих данных и методики оценки отсутствует.

Модель принимает текст и генерирует продолжение в пределах контекста до 2048 токенов. README не описывает предполагаемые сценарии применения, поддерживаемые естественные языки или специализированную область, поэтому её назначение можно определить только как генерацию текста. Лицензия — MIT.

Сценарии применения

  • генерация продолжения текста по текстовой подсказке
  • создание коротких текстовых фрагментов
  • эксперименты с дообучением GPT-2

Ограничения

Данные обучения, поддерживаемые языки и целевые сценарии не описаны. Приведённая оценка loss не сопровождается сведениями о наборе данных и протоколе оценки.

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

4_bar_lmd_clean_custom_epochs10

This model is a fine-tuned version of MikeMpapa/4_bar_lmd_clean_custom_epochs10 on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.7890

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: 0.005
  • train_batch_size: 48
  • eval_batch_size: 32
  • seed: 1
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 96
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.01
  • num_epochs: 81

Training results

Training LossEpochStepValidation Loss
0.93139.42120000.9207
0.912918.84240000.9018
0.884728.26360000.8786
0.853737.68480000.8541
0.817747.1600000.8412
0.777856.51720000.8111
0.738565.93840000.7931
0.707975.35960000.7890

Framework versions

  • Transformers 4.36.0
  • Pytorch 2.1.0
  • Datasets 2.15.0
  • Tokenizers 0.15.1

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
93ca5c7

0 моделей