/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
Apache 2.0
Архитектура
gpt2 · dense
Опубликована
11 фев 2023

GPT2-RLHF-covid

Генерация текстаТекст → текст3 профессии

Дообученная с RLHF модель GPT-2 для генерации ответов на вопросы о COVID-19.

18скачиваний за 30 дней6лайковвеса обновлены12 фев 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.

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

arun-shankar/GPT2-RLHF-covid — модель на основе GPT-2, дообученная на парах вопросов и ответов о COVID-19 с применением обучения с подкреплением по отзывам людей (RLHF) и алгоритма PPO. Для оценки соответствия ответов эталонам использовалась метрика BERTScore; модель разработана автором репозитория с использованием библиотеки TRL.

Модель предназначена для генерации ответов на вопросы о COVID-19. Запрос рекомендуется задавать в формате «question: …\nanswer:»; перед запросом можно добавить специальный токен [good] или [bad], чтобы указать желаемое качество ответа относительно эталонного. Это текстовая авторегрессионная модель GPT-2 с контекстом до 1024 токенов. Репозиторий содержит веса PyTorch и распространяется по лицензии Apache-2.0.

Модель специализирована на тематике COVID-19, поэтому её ответы не следует считать универсальными или актуальными медицинскими рекомендациями. Карточка не сообщает об оценке клинической точности или обновлении сведений о COVID-19.

Сценарии применения

  • ответы на типовые вопросы о COVID-19
  • генерация ответов по шаблону question/answer
  • сравнение качества ответов с помощью токенов [good] и [bad]

Ограничения

Модель узкоспециализирована на вопросах о COVID-19; актуальность и клиническая точность ответов не подтверждены карточкой. Для работы рекомендуется формат запроса question/answer, а [good] и [bad] используются как управляющие префиксы.

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

GPT2 fine-tuned with COVID-19 question and answer pairs using Reinforcement Learning with Human Feedback (RLHF) and Proximal Policy Optimization (PPO).

Uses PPO and TRL library to align the response based on BERTScore towards the expected response.

You can ask the model any question related to COVID-19 in this format:

question: should i wear a mask at home?\nanswer:

You can also add a CTRL token as a special prefix token in front of your prompt to align it to your preference. For example, you either add a [good] or [bad] token as a prefix.

[good]question: should i wear a mask at school?\nanswer:

Good and bad here refers to the quality of the response. Being more aligned to the expected (ground truth) response is good and not is bad.

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
9b86c8a

0 моделей