/ Модель

Характеристики

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

gpt-wee-large

Генерация текстаТекст → текст3 профессии

Экспериментальная модель GPT-2 команды CLAUSE для генерации английского текста и исследований в рамках конкурса BabyLM 2023.

304скачиваний за 30 дней0лайковвеса обновлены7 ноя 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.

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

GPT-2 — языковая модель для генерации текста, обученная командой CLAUSE из Билефельдского университета как абляционный эксперимент для конкурса BabyLM 2023. Модель использует архитектуру GPT2LMHeadModel и распространяется в формате PyTorch; её контекст составляет 1024 токена. В метаданных указан английский язык и датасет nilq/babylm-10M.

Модель предназначена для экспериментов с генерацией текста и изучения влияния условий обучения в рамках BabyLM. README отсылает к статье, но не приводит подробностей об абляции, качестве или конкретных сценариях применения. Лицензия в доступных данных не указана.

Сценарии применения

  • эксперименты с генерацией английского текста
  • изучение языковых моделей, обученных на малом объёме данных
  • сравнение абляционных вариантов GPT-2 для BabyLM

Ограничения

Это абляционный чекпойнт конкурса BabyLM, поэтому его результаты и пригодность для практического применения зависят от экспериментальной цели. Качество модели и условия лицензии в доступных данных не описаны.

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
  • GPT-2 model trained as ablation by team CLAUSE Bielefeld for the BabyLM challenge 2023
  • for more info, please check out the paper

Citation:

@inproceedings{bunzeck-zarriess-2023-gpt,
    title = "{GPT}-wee: How Small Can a Small Language Model Really Get?",
    author = "Bunzeck, Bastian  and
      Zarrie{\ss}, Sina",
    editor = "Warstadt, Alex  and
      Mueller, Aaron  and
      Choshen, Leshem  and
      Wilcox, Ethan  and
      Zhuang, Chengxu  and
      Ciro, Juan  and
      Mosquera, Rafael  and
      Paranjabe, Bhargavi  and
      Williams, Adina  and
      Linzen, Tal  and
      Cotterell, Ryan",
    booktitle = "Proceedings of the BabyLM Challenge at the 27th Conference on Computational Natural Language Learning",
    month = dec,
    year = "2023",
    address = "Singapore",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/2023.conll-babylm.2",
    doi = "10.18653/v1/2023.conll-babylm.2",
    pages = "35--46",
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
d55b607

0 моделей