/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
Apache 2.0
Архитектура
gpt2 · dense
Опубликована
25 июл 2022

distilgpt2-finetuned-wikitext2-agu

Генерация текстаТекст → текст3 профессии

Дообученная на WikiText-2 версия DistilGPT-2 для продолжения и генерации текста.

197скачиваний за 30 дней1лайквеса обновлены3 окт 2022

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

arminmehrabian выпустил дообученную на WikiText-2 версию DistilGPT-2 для генерации текста. Это плотная авторегрессионная модель семейства GPT-2 с архитектурой GPT2LMHeadModel и контекстом до 1024 токенов; веса представлены в формате PyTorch. В README приведено значение loss 3,1869 на оценочной выборке.

Модель подходит для продолжения текста и простых экспериментов с генерацией на основе корпуса WikiText-2. Карточка не описывает подробные сценарии применения или оценки качества, поэтому пригодность для конкретных задач следует проверять самостоятельно. Лицензия — Apache-2.0.

Сценарии применения

  • продолжение текста на основе заданного фрагмента
  • эксперименты с генерацией текста на корпусе WikiText-2
  • создание базовых прототипов автодополнения текста

Ограничения

README не приводит подробных сведений о качестве и ограничениях; указан только loss 3,1869 на оценочной выборке. 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

distilgpt2-finetuned-wikitext2-agu

This model is a fine-tuned version of distilgpt2 on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 3.1869

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: 2e-05
  • train_batch_size: 32
  • eval_batch_size: 32
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 50

Training results

Training LossEpochStepValidation Loss
3.73571.0136553.6781
3.57212.0273103.5302
3.49613.0409653.4658
3.44064.0546203.4242
3.40435.0682753.3943
3.37896.0819303.3726
3.35767.0955853.3538
3.33898.01092403.3389
3.31519.01228953.3270
3.3145.01365453.3226
3.30446.01638543.3124
3.29317.01911633.3078
3.28748.02184723.3094
3.28179.02457813.2943
3.26910.02730903.2785
3.242311.03003993.2651
3.225312.03277083.2530
3.209613.03550173.2435
3.193914.03823263.2326
3.178615.04096353.2225
3.162516.04369443.2198
3.161917.04642533.2180
3.152118.04915623.2164
3.155519.05188713.2152
3.152320.05461803.2164
3.163921.05734893.2133
3.148322.06007983.2113
3.149723.06281073.2077
3.146824.06554163.2066
3.146125.06827253.2052
3.139126.07100343.2039
3.138427.07373433.2031
3.13528.07646523.2020
3.126229.07919613.2015
3.135730.08192703.2019
3.137231.08465793.2003
3.134632.08738883.1988
3.13433.09011973.1975
3.125634.09285063.1965
3.126135.09558153.1950
3.125536.09831243.1945
3.127837.010104333.1940
3.118638.010377423.1934
3.113639.010650513.1932
3.1240.010923603.1931
3.1241.011196693.1930
3.116542.011469783.1914
3.116643.011742873.1900
3.113944.012015963.1892
3.113545.012289053.1885
3.107746.012562143.1881
3.109747.012835233.1873
3.107648.013108323.1872
3.10249.013381413.1870
3.108650.013654503.1869

Framework versions

  • Transformers 4.18.0
  • Pytorch 1.9.0+cu111
  • Datasets 2.4.0
  • Tokenizers 0.12.1

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
2a36e21

0 моделей