/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
8,3 млн
Лицензия
MIT
Архитектура
gpt_neo · dense
Опубликована
28 июн 2023

TinyStories-3M-val-Hebrew

Генерация текстаТекст → текст3 профессии

Компактная модель GPT-Neo для генерации коротких историй на иврите.

301скачиваний за 30 дней2лайкавеса обновлены6 июл 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

Norod78/TinyStories-3M-val-Hebrew — небольшая языковая модель автора Norod78 для генерации коротких историй на иврите. Она основана на архитектуре GPT-Neo и обучена на машинном переводе валидационной части датасета TinyStoriesV2-GPT4, содержащего синтетические короткие рассказы с небольшим словарным запасом. Размер модели — 8,3 млн параметров, контекст — до 2048 токенов; доступны веса PyTorch и Safetensors.

Модель подходит для экспериментов с генерацией простых рассказов на иврите и изучения поведения компактных языковых моделей. Небольшой размер и ограниченный по тематике обучающий набор сужают её применимость: она не предназначена для широких диалоговых, аналитических или специализированных задач. Лицензия — MIT.

Сценарии применения

  • генерация коротких историй на иврите
  • продолжение простого рассказа на иврите
  • эксперименты с компактными языковыми моделями
  • обучающие демонстрации генерации текста на иврите

Ограничения

Модель очень мала и обучена на небольшом наборе синтетических коротких рассказов, поэтому её возможности ограничены простым текстом и тематикой историй; качество и фактическая надёжность за пределами этого сценария не подтверждены.

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

TinyStories-3M-val-Hebrew

This model is trained upon Norod78/TinyStoriesV2-GPT4-valid_heb-lineByLine-EoT

Dataset is a machine translation of TinyStoriesV2-GPT4-valid.txt by roneneldan

Trasnlation was done using this script

Original Dataset containing synthetically generated (by GPT-3.5 and GPT-4) short stories that only use a small vocabulary.

Model description

A very very small model (8M params) tarined on a very small dataset

A sample inference script is available

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 0.0004
  • train_batch_size: 24
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine_with_restarts
  • lr_scheduler_warmup_steps: 500
  • num_epochs: 300.0

Framework versions

  • Transformers 4.31.0.dev0

  • Pytorch 2.0.0

  • Datasets 2.13.1

  • Tokenizers 0.13.3

  • Parameter calculation

  def gpt_params(seq_len, vocab_size, d_model, num_heads, num_layers):
    """ Given GPT config calculate total number of parameters """
    ffw_size = 4*d_model # in GPT the number of intermediate features is always 4*d_model
    # token and position embeddings
    embeddings = d_model * vocab_size + d_model * seq_len
    # transformer blocks
    attention = 3*d_model**2 + 3*d_model # weights and biases
    attproj = d_model**2 + d_model
    ffw = d_model*(ffw_size) + ffw_size
    ffwproj = ffw_size*d_model + d_model
    layernorms = 2*2*d_model
    # dense
    ln_f = 2*d_model
    dense = d_model*vocab_size # note: no bias here
    # note: embeddings are not included in the param count!
    total_params = num_layers*(attention + attproj + ffw + ffwproj + layernorms) + ln_f + dense
    return total_params

#gpt2 = dict(seq_len = 1024, vocab_size = 50257, d_model = 768, num_heads = 12, num_layers = 12)
gpt2 = dict(seq_len = 256, vocab_size = 50259, d_model = 128, num_heads = 16, num_layers = 8)
result = gpt_params(**gpt2)/1e6
print(result) #Prints 8.019584

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GPTNeoForCausalLM
Ревизия весов
830833d

0 моделей