/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
Apache 2.0
Архитектура
gpt2 · dense
Опубликована
6 фев 2024

SSH_355M

Генерация текстаТекст → текст4 профессии

Дообученная на базе GPT-2 модель для генерации текста по инструкциям и запросам.

164скачиваний за 30 дней0лайковвеса обновлены14 мар 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 оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,3099

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4178

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0091

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2584

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,1176

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,1424

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Sharathhebbar24/SSH_355M — дообученная модель генерации текста на архитектуре GPT-2, созданная на основе gpt2-medium. Она предсказывает продолжение текста по входному фрагменту и предназначена для генерации ответов и связного текста. В метаданных указаны контекст 1024 токена и формат весов safetensors.

При дообучении использовались наборы инструкций и примеров по общим вопросам, математике, медицинским терминам, SQL и программированию, а также наборы предпочтений. Это указывает на широкий круг сценариев генерации, но само по себе не подтверждает специализированную точность в этих областях. README приводит результаты нескольких тестов Open LLM Leaderboard.

Модель принимает текст и выдаёт текст. Она унаследовала от GPT-2 ориентацию на английский язык; более широкий языковой охват карточкой не подтверждён. Лицензия — Apache-2.0. Контекст ограничен 1024 токенами, поэтому модель не подходит для обработки длинных документов.

Сценарии применения

  • генерация ответов на текстовые вопросы
  • продолжение текста по заданному началу
  • подготовка SQL-запросов по описанию задачи
  • генерация фрагментов кода по текстовому запросу
  • ответы на простые вопросы по математике и медицинским терминам

Ограничения

Контекст ограничен 1024 токенами; данные карточки не подтверждают надёжность модели для специализированных задач или широкий языковой охват.

Для каких профессий подходит4

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

This model is a finetuned version of gpt2-medium

Model description

GPT-2 is a transformers model pre-trained on a very large corpus of English data in a self-supervised fashion. This means it was pre-trained on the raw texts only, with no humans labeling them in any way (which is why it can use lots of publicly available data) with an automatic process to generate inputs and labels from those texts. More precisely, it was trained to guess the next word in sentences.

More precisely, inputs are sequences of continuous text of a certain length and the targets are the same sequence, shifting one token (word or piece of word) to the right. The model uses a masking mechanism to make sure the predictions for the token i only use the inputs from 1 to i but not the future tokens.

This way, the model learns an inner representation of the English language that can then be used to extract features useful for downstream tasks. The model is best at what it was trained for, however, which is generating texts from a prompt.

To use this model

>>> from transformers import AutoTokenizer, AutoModelForCausalLM
>>> model_name = "Sharathhebbar24/SSH_355M"
>>> model = AutoModelForCausalLM.from_pretrained(model_name)
>>> tokenizer = AutoTokenizer.from_pretrained(model_name)
>>> def generate_text(prompt):
>>>  inputs = tokenizer.encode(prompt, return_tensors='pt')
>>>  outputs = model.generate(inputs, max_length=64, pad_token_id=tokenizer.eos_token_id)
>>>  generated = tokenizer.decode(outputs[0], skip_special_tokens=True)
>>>  return generated[:generated.rfind(".")+1]

>>> generate_text("Should I Invest in stocks")

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.31.75
AI2 Reasoning Challenge (25-Shot)28.24
HellaSwag (10-Shot)38.74
MMLU (5-Shot)27.03
TruthfulQA (0-shot)42.51
Winogrande (5-shot)53.67
GSM8k (5-shot)0.30

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
6019880

0 моделей