Экспериментальная GPT-BERT-модель для заполнения пропусков в тексте и генерации текста.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
WesScivetti/GPT-BERT_NtoN_10Zipf_Seed3 — чекпойнт GPT-BERT, созданный в рамках экспериментов по обучению на корпусе, отфильтрованном методом NPN. Модель имеет архитектуру GPT-BERT и предназначена прежде всего для предсказания замаскированных токенов; метаданные также указывают поддержку генерации текста. В репозитории есть код архитектуры для Transformers, а загрузка модели требует trust_remote_code=True.
Модель содержит 111,7 млн параметров, работает с контекстом до 512 токенов и опубликована в формате PyTorch. Это экспериментальный чекпойнт из серии обучающих экспериментов, а не описанная как готовая прикладная система модель. В README и метаданных лицензия и поддерживаемые естественные языки не приведены.
Для загрузки пользовательской архитектуры требуется trust_remote_code=True. В карточке не приведены лицензия и сведения о поддерживаемых естественных языках.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Custom GPT-BERT checkpoint from the NPN filtered-corpus training experiments.
This repository includes the architecture code required by Transformers. Example:
from transformers import AutoModelForMaskedLM, AutoTokenizer
repo_id = "WesScivetti/GPT-BERT_NtoN_10Zipf_Seed3"
tokenizer = AutoTokenizer.from_pretrained(repo_id)
model = AutoModelForMaskedLM.from_pretrained(repo_id, trust_remote_code=True)
model.eval()
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers · fill-mask
Модели нужен код из репозитория; автор пока не в списке доверенных организаций.