/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
Apache 2.0
Архитектура
gpt2 · dense
Базовая модель
distilgpt2
Опубликована
21 янв 2024

montelnewsspeaker

Генерация текстаТекст → текст3 профессии

Дообученная версия DistilGPT-2 для генерации текста с контекстом до 1024 токенов.

15скачиваний за 30 дней0лайковвеса обновлены22 янв 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

Montelnewsspeaker — дообученная на наборе данных, обозначенном в карточке как None, модель генерации текста на архитектуре GPT-2. Она основана на distilbert/distilgpt2 и предназначена для генерации текста; карточка не описывает более конкретный сценарий применения. В README приведено значение loss 0,8843 на оценочной выборке, но подробности оценки отсутствуют.

Модель принимает текст и выдаёт текст. Контекст составляет до 1024 токенов. Репозиторий содержит веса в формате Safetensors, лицензия — Apache-2.0. README не раскрывает обучающие данные и ограничения, поэтому качество и пригодность для конкретных задач по карточке оценить нельзя.

Сценарии применения

  • генерация продолжения текстового фрагмента
  • создание черновиков текста
  • эксперименты с генерацией текста на базе DistilGPT-2

Ограничения

Обучающий набор данных и конкретные ограничения в карточке не описаны; значение loss приведено без методики оценки. Языковая специализация модели не указана.

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

montelnewsspeaker

This model is a fine-tuned version of distilgpt2 on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.8843

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: 5e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 15

Training results

Training LossEpochStepValidation Loss
0.83691.010900.8848
0.82572.021800.8879
0.80853.032700.8750
0.79964.043600.8720
0.78615.054500.8789
0.77816.065400.8777
0.7687.076300.8798
0.75858.087200.8789
0.74759.098100.8774
0.73910.0109000.8828
0.728511.0119900.8817
0.726912.0130800.8813
0.720213.0141700.8801
0.715614.0152600.8839
0.710615.0163500.8843

Framework versions

  • Transformers 4.36.2
  • Pytorch 2.0.0
  • Datasets 2.1.0
  • Tokenizers 0.15.0

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
278cf5d

0 моделей