/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
CC0 1.0
Архитектура
gpt2 · dense
Опубликована
25 мар 2024

TiMaGPT2-2013

Генерация текстаТекст → текст3 профессии

GPT-2, обученная на новостях и Wikipedia до конца 2013 года, для генерации текста с историческим срезом знаний.

269скачиваний за 30 дней0лайковвеса обновлены26 апр 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

Ti-Ma/TiMaGPT2-2013 — языковая модель семейства GPT-2, разработанная для проекта Time Machine GPT. Она генерирует текст на основе обучающих данных, ограниченных материалами, опубликованными до 31 декабря 2013 года. Авторы обучали её на новостном датасете WMT и Wikipedia.

Модель предназначена для генерации текста с историческим срезом знаний и экспериментов с тем, как языковая модель отражает информацию, доступную до указанной даты. Контекст составляет 1024 токена; репозиторий содержит веса PyTorch. Работа описана в статье Time Machine GPT, представленной на Findings of ACL: NAACL 2024.

Модель не располагает знаниями о событиях после 2013 года, а генерация может содержать фактические ошибки. Лицензия — CC0 1.0.

Сценарии применения

  • генерация текста с ограничением знаний событиями до 2014 года
  • эксперименты с историческими временными срезами языковых моделей
  • исследование влияния даты отсечения данных на ответы модели

Ограничения

Знания модели ограничены данными, опубликованными до 31 декабря 2013 года; сгенерированный текст может содержать фактические ошибки. Контекст ограничен 1024 токенами.

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

The following model is trained on entirely historical data up to the cutoff date "31-12-2013". The training data comes from the WMT News dataset (https://data.statmt.org/news-crawl/en/) and Wikipedia. The exact training dataset for this model is available on Huggingface at the following location: "TiMa/TiMaGPT2-2013".

Please refer to and cite the following paper when using this model in any downstream applications:

@inproceedings{drinkall-tima-2024, title = "Time Machine GPT", author = "Drinkall, Felix and Zohren, Stefan and Pierrehumbert, Janet", booktitle = "Findings of the Association for Computational Linguistics: NAACL 2024", month = june, year = "2024", publisher = "Association for Computational Linguistics" }

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
PoptorchPipelinedGPT2LMHeadModel
Ревизия весов
875847d

0 моделей