/ Модель
Каталог

Характеристики

Контекст
512 токенов
Архитектура
gpt2 · dense
Базовая модель
gpt2-lichess-uci-2016-01_11
Опубликована
12 мая 2024

Ссылки

Hugging Face

chess-gpt2-uci-8x8x512

austindavis
Генерация текстаТекст → текст3 профессии

Дообученная GPT-2 для генерации последовательностей шахматных ходов в формате UCI.

89скачиваний за 30 дней0лайковвеса обновлены16 мая 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

Это дообученная языковая модель GPT-2, разработанная на основе austindavis/gpt2-lichess-uci-2016-01_11. По названию репозитория и базовой модели она предназначена для генерации шахматных ходов в формате UCI на доске 8×8; метаданные указывают задачу text-generation и контекст 512 токенов. Модель сохранена в формате safetensors.

В карточке приведён результат оценки: loss 0,8839. Данные обучения и подробности об оценке не описаны, поэтому этот показатель не позволяет судить о качестве партий или легальности генерируемых ходов. Лицензия в предоставленных сведениях не указана.

Сценарии применения

  • генерация последовательности шахматных ходов в формате UCI
  • создание продолжения партии по заданной последовательности ходов
  • эксперименты с генерацией шахматных партий

Ограничения

Данные обучения и подробности методики оценки не приведены; значение loss само по себе не подтверждает качество или легальность генерируемых ходов. Лицензия в доступных сведениях не указана.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейIV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модельII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

gpt2-lichess-uci-202306

This model is a fine-tuned version of austindavis/gpt2-lichess-uci-2016-01_11 on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.8839

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: 0.002
  • train_batch_size: 20
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • num_epochs: 1

Training results

Training LossEpochStepValidation Loss
1.0220.13231650001.0013
1.02040.14431800001.0001
1.01860.15631950000.9973
1.01550.16842100000.9954
1.01330.18042250000.9935
1.01180.19242400000.9924
1.00920.20442550000.9893
1.0070.21652700000.9881
1.00570.22852850000.9868
1.00350.24053000000.9879
1.0040.25253150000.9843
1.00050.26463300000.9807
0.99860.27663450000.9805
0.99830.28863600000.9776
0.99650.30063750000.9781
0.99350.31273900000.9754
0.99350.32474050000.9761
0.99160.33674200000.9743
0.9890.34874350000.9712
0.9880.36084500000.9702
0.98620.37284650000.9703
0.98370.38484800000.9680
0.9830.39684950000.9643
0.98160.40895100000.9634
0.97960.42095250000.9628
0.97770.43295400000.9612
0.97440.44495550000.9587
0.97330.45705700000.9590
0.970.46905850000.9566
0.96930.48106000000.9539
0.96840.49306150000.9532
0.96520.50516300000.9509
0.96440.51716450000.9501
0.96140.52916600000.9479
0.96060.54116750000.9466
0.95970.55326900000.9444
0.95560.56527050000.9416
0.95410.57727200000.9413
0.95220.58927350000.9382
0.94910.60137500000.9367
0.94710.61337650000.9354
0.94590.62537800000.9321
0.94160.63737950000.9309
0.94010.64948100000.9287
0.93830.66148250000.9265
0.93750.67348400000.9238
0.93540.68548550000.9225
0.93230.69758700000.9196
0.92910.70958850000.9189
0.92760.72159000000.9165
0.92660.73359150000.9142
0.92210.74569300000.9130
0.92160.75769450000.9106
0.91910.76969600000.9084
0.91520.78169750000.9062
0.91270.79379900000.9039
0.91330.805710050000.9014
0.90860.817710200000.8997
0.90780.829710350000.8978
0.90540.841810500000.8955
0.90370.853810650000.8943
0.90150.865810800000.8926
0.90060.877810950000.8912
0.89910.889911100000.8897
0.8970.901911250000.8885
0.89710.913911400000.8873
0.8940.925911550000.8864
0.89380.938011700000.8854
0.8930.950011850000.8848
0.89220.962012000000.8844
0.89360.974012150000.8841
0.89230.986112300000.8840
0.89220.998112450000.8839

Framework versions

  • Transformers 4.40.1
  • Pytorch 2.3.0
  • Datasets 2.19.1
  • Tokenizers 0.19.1

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
2529911

0 моделей

    Создать бенчмарк