/ Модель
Каталог

Характеристики

Контекст
2 048 токенов
Параметры
50,9 млн
Архитектура
gpt_neox · dense
Опубликована
9 июл 2023

Ссылки

Hugging Face

h-p-test

Splend1dchan
Генерация текстаТекст → текст3 профессии

Дообученная на датасете arrow компактная GPT-NeoX-модель для генерации текста.

242скачиваний за 30 дней0лайковвеса обновлены9 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.

Открыть конструктор бенчмарка

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

hubert-pythia-70mlibrispeech.train.mix — модель генерации текста на архитектуре GPT-NeoX, дообученная на датасете arrow на основе speechmix/pythia-70m-test. В метаданных указано 50,9 млн параметров и контекстное окно 2048 токенов; веса представлены в формате PyTorch.

Модель предназначена для генерации текста. README не описывает конкретные сценарии применения, языки, качество, обучение или оценку, поэтому её пригодность для отдельных задач и языков по доступным сведениям определить нельзя. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация текста

Ограничения

README не содержит сведений о качестве, оценке и целевых сценариях модели; языки и лицензия не определены по доступным данным.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

hubert-pythia-70m_librispeech.train.mix

This model is a fine-tuned version of speechmix/pythia-70m-test on the arrow dataset.

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
  • training_steps: 50000

Training results

Framework versions

  • Transformers 4.31.0.dev0
  • Pytorch 2.0.0+cu118
  • Datasets 2.13.1
  • Tokenizers 0.13.3

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
HubertGPTNeoXCrossForConditionalGeneration
Ревизия весов
ee968c9

0 моделей

    Создать бенчмарк