/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
MIT
Архитектура
gpt2 · dense
Базовая модель
gpt2-large
Опубликована
4 сен 2023

gpt2-large-lora-sft

Генерация текстаТекст → текст

Дообученная на пользовательском наборе данных GPT-2 Large для генерации текста с контекстом до 1024 токенов.

105скачиваний за 30 дней2лайкавеса обновлены6 июл 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

Mikivis/gpt2-large-lora-sft — дообученная версия GPT-2 Large, созданная на основе openai-community/gpt2-large и обученная на пользовательском наборе данных. Это плотная авторегрессионная языковая модель на архитектуре GPT-2, предназначенная для генерации текста; в метаданных указана задача text-generation и контекст до 1024 токенов. Репозиторий содержит веса PyTorch и Safetensors, а лицензия — MIT.

Модель подходит для экспериментов и приложений, которым нужна генерация текста на основе заданного текстового контекста. README не описывает тематику обучающих данных, целевые сценарии и языки, поэтому нельзя делать выводы о специализации или языковой поддержке. В приведённых результатах оценки указаны ARC 25-shot 26,79 и HellaSwag 10-shot 44,15; других выводов о качестве по этим данным сделать нельзя.

Сценарии применения

  • генерация продолжения текста по заданному контексту
  • создание черновиков текста в экспериментах с языковыми моделями
  • проверка генерации текста на основе пользовательского обучающего набора

Ограничения

README не раскрывает состав и тематику обучающих данных, поэтому специализация модели и поддерживаемые языки не установлены. Приведены лишь отдельные результаты ARC и HellaSwag, недостаточные для общей оценки качества.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

gpt2-large-lora-sft

This model is a fine-tuned version of gpt2-large on the customized dataset.

Model description

More information needed

Intended uses & limitations

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 0.00013
  • train_batch_size: 1
  • eval_batch_size: 8
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 6
  • total_train_batch_size: 6
  • total_eval_batch_size: 48
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 2.5

Training results

Framework versions

  • Transformers 4.32.1
  • Pytorch 2.0.1+cu117
  • Datasets 2.10.1
  • Tokenizers 0.13.3

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.28.05
ARC (25-shot)26.79
HellaSwag (10-shot)44.15
MMLU (5-shot)25.82
TruthfulQA (0-shot)39.06
Winogrande (5-shot)55.09
GSM8K (5-shot)0.0
DROP (3-shot)5.46

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
8bc474a

0 моделей