Компактная англоязычная модель GPT-2, дистиллированная для генерации текста по промпту и использования в качестве исследовательского baseline.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
SeqKD-gpt2-120M — англоязычная авторегрессионная модель семейства GPT-2, представленная как базовый эксперимент для MiniLLM. Модель с примерно 120 млн параметров получена дистилляцией GPT-2 с помощью sequence-level forward KLD на наборе инструкционных данных databricks-dolly-15k; базовая модель — openai-community/gpt2. Она предназначена для генерации продолжения текста и ответов на промпты, в частности как baseline для изучения дистилляции языковых моделей.
Модель использует плотную архитектуру GPT2LMHeadModel, работает с текстом и имеет контекстное окно 1024 токена. Лицензия — Apache-2.0. README не приводит оценки качества или подробностей о поведении модели; компактный размер и короткое контекстное окно могут ограничивать качество и работу с длинными запросами.
Контекст ограничен 1024 токенами. README не приводит оценок качества, поэтому пригодность для конкретных задач следует проверять отдельно.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
SeqKD-gpt2-120M is a gpt2-base (120M) model distilled from gpt2-xlarge (1.5B) on databricks-dolly-15k with sequence-level forward KLD.
It is used as a baseline for MiniLLM.
@inproceedings{minillm,
title={MiniLLM: Knowledge Distillation of Large Language Models},
author={Gu, Yuxian and Dong, Li and Wei, Furu and Huang, Minlie},
booktitle={Proceedings of ICLR},
year={2024}
}
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…