/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Лицензия
MIT
Архитектура
gpt2 · dense
Базовая модель
gpt2
Опубликована
8 фев 2024

Ссылки

Hugging Face

gpt_test

VincentG1234
Генерация текстаТекст → текст3 профессии

Дообученная на GPT-2 модель для генерации текста по текстовому запросу.

13скачиваний за 30 дней0лайковвеса обновлены23 фев 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.

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

VincentG1234/gpt_test — модель генерации текста на архитектуре GPT-2, созданная дообучением исходной модели GPT-2. В README указано, что для дообучения использован датасет с названием «None», поэтому определить тематику обучающих данных и специализацию модели нельзя.

Модель может использоваться для генерации текста на основе текстового запроса. Контекст составляет 1024 токена. Репозиторий содержит веса в формате safetensors и распространяется по лицензии MIT.

Карточка не описывает качество, оценивание или целевые сценарии модели; её пригодность для конкретных задач следует проверять отдельно.

Сценарии применения

  • генерация продолжения текста
  • создание черновиков текста по подсказке
  • экспериментирование с дообученной моделью GPT-2

Ограничения

README не сообщает тематику данных, качество модели и результаты оценки; указание датасета «None» не позволяет определить специализацию. Поддерживаемые языки не указаны.

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 015моделейII.1Разработка и данныеАнализ требований и архитектура ПОAI помогает переводить потребности бизнеса в непротиворечивые требования и технические решения.20 задач18 191модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

gpt_test

This model is a fine-tuned version of gpt2 on the None 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: 0.0005
  • train_batch_size: 32
  • eval_batch_size: 32
  • seed: 42
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 256
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 1000
  • num_epochs: 3

Training results

Framework versions

  • Transformers 4.38.1
  • Pytorch 2.2.0+cpu
  • Datasets 2.17.1
  • Tokenizers 0.15.2

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
921da7b

0 моделей

    Создать бенчмарк