/ Модель

Характеристики

Контекст
1 024 токена
Архитектура
gpt2 · dense
Библиотека
transformers
Опубликована
5 ноя 2024

banGPT2-Base

Генерация текстаТекст → текст3 профессии

Базовая GPT-2 модель для генерации и продолжения текста на бенгальском языке.

203скачиваний за 30 дней1лайквеса обновлены27 янв 2025

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

banGPT2-Base — базовая языковая модель для бенгальского языка, опубликованная организацией banglagov. Она построена на декодерной архитектуре GPT-2 и обучена предсказывать продолжение текста на корпусе бенгальских текстов объёмом 32 ГБ. В конфигурации 12 слоёв, 12 голов внимания, размерность эмбеддингов 768 и словарь из 50 000 токенов; контекст модели — до 1024 токенов.

Модель предназначена для генерации бенгальского текста по началу фразы и как основа для дообучения под языковые задачи. В README также приведены результаты дообучения для распознавания именованных сущностей и частей речи, но доступные метаданные классифицируют репозиторий как text-generation. Модель можно загружать через библиотеку Transformers в формате PyTorch. Лицензия в предоставленных данных не описана.

Сценарии применения

  • продолжение бенгальского текста по заданному началу
  • генерация черновиков на бенгальском языке
  • создание основы для дообучения бенгальской языковой модели

Ограничения

Модель ориентирована на бенгальский язык и имеет контекст до 1024 токенов. Лицензия и подробная независимая оценка качества в предоставленных данных отсутствуют.

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 base model for Bangla

The GPT-2 model, short for Generative Pre-trained Transformer 2, is a language model developed by OpenAI. It isbasedon the Transformer architecture, which has proven to be highly effective innatural language processing tasks. GPT-2 is a generative model, which can generate coherent and realistic text based on a given prompt.

At the core of GPT-2 is the transformer architecture, particularly the decoder portion. It is trained usinga standard language modeling objective. After pre-training themodel can be fine-tuned for different downstream tasks.

Data Details

The model was trained on a 32 GB corpus of text data, which underwent extensive preprocessing to ensure quality and consistency. Below are the key statistics:

MetricValue
Total Words~1.996 billion
Unique Words~21.24 million
Total Sentences~165.38 million
Total Documents~15.62 million

Model Details

This model is a GPT-2-based language model trained on a large corpus of Bangla text in a self-supervised manner. This means the model was pretrained on raw text data without any human-provided labels, leveraging an automated process to create inputs and targets from the text itself. Specifically, the model was trained to predict the next word in a sequence of text

During training, the input sequences consisted of continuous chunks of text, and the target sequences were the same text shifted one token (word or subword) to the right. The model employs an internal masking mechanism to ensure that predictions for a given token depend only on preceding tokens and not future ones.

How to use

from transformers import GPT2Tokenizer, GPT2LMHeadModel

model_name = "banglagov/banGPT2-Base"
tokenizer = GPT2Tokenizer.from_pretrained(model_name)
model = GPT2LMHeadModel.from_pretrained(model_name)

prompt = "বাংলাদেশ একটি সুন্দর দেশ। এটি"
input_ids = tokenizer.encode(prompt, return_tensors="pt")

output = model.generate(input_ids, max_length=512, temperature=0.7, top_k=50,  do_sample=True)
generated_text = tokenizer.decode(output[0], skip_special_tokens=True)
print(generated_text)

Model Architecture and Training

This model is based on GPT-2 and was trained using the Hugging Face Transformers library. It features a vocabulary size of 50,000, with an embedding dimension of 768, 12 hidden layers, 12 attention heads, and a feed-forward layer size of 3,072. Weights were initialized with a standard deviation of 0.01, and dropout rates were set at 0.1 for attention, residual, and embedding layers.

The training process involved a per-device batch size of 92, gradient accumulation over 4 steps, and an initial learning rate of 0.00005, with 10% of training steps allocated for warmup. The AdamW optimizer was used with parameters Beta1 (0.9), Beta2 (0.98), an epsilon value of 1e-6, and a weight decay of 0.01. The model was trained for a total of 300,000 steps, leveraging mixed-precision training (fp16) for efficiency. Inputs were processed with a maximum sequence length of 256 tokens, a masking probability of 15%, and an average noise span length of 3 tokens.

Results

Training and Evaluation Metrics

MetricValueDescription
Training Loss0.3756Loss after training on the training dataset.
Evaluation Loss0.3251Loss after evaluating on the evaluation dataset.
Perplexity1.3849Indicates how well the model predicts the next word.

Fine-tuned For Downstream Task

TaskPrecisionRecallMacro F1
NER0.85340.74730.7846
POS0.87320.84680.8496

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GPT2Model
Ревизия весов
aa87882

0 моделей