/ Модель

Характеристики

Контекст
1 024 токена
Архитектура
gpt2 · dense
Опубликована
20 июл 2022

distilgpt_new_0020

Генерация текстаТекст → текст3 профессии

Генеративная модель на архитектуре GPT-2 для продолжения и создания текста с контекстом до 1024 токенов.

136скачиваний за 30 дней0лайковвеса обновлены20 июл 2022

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

distilgpt_new_0020 — генеративная языковая модель на архитектуре GPT-2, разработанная bigmorning и обученная с нуля на неизвестном наборе данных. Она предназначена для продолжения текста и других сценариев генерации текста. Контекст модели составляет 1024 токена; репозиторий содержит веса в формате TensorFlow.

В карточке приведены результаты обучения: train loss 3.1904 и validation loss 3.0689 на 19-й эпохе. Данных о языках, составе обучающего набора и практических ограничениях недостаточно, поэтому качество для конкретных задач оценить нельзя. Условия лицензирования в доступных данных не описаны.

Сценарии применения

  • продолжение заданного текста
  • генерация коротких текстовых фрагментов
  • эксперименты с небольшой GPT-2-моделью

Ограничения

Обучающий набор данных и поддерживаемые языки не описаны, поэтому пригодность для конкретных сценариев не установлена. Лицензия в доступных данных не указана.

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

distilgpt_new_0020

This model was trained from scratch on an unknown dataset. It achieves the following results on the evaluation set:

  • Train Loss: 3.1904
  • Validation Loss: 3.0689
  • Epoch: 19

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:

  • optimizer: {'name': 'AdamWeightDecay', 'learning_rate': 2e-05, 'decay': 0.0, 'beta_1': 0.9, 'beta_2': 0.999, 'epsilon': 1e-07, 'amsgrad': False, 'weight_decay_rate': 0.01}
  • training_precision: float32

Training results

Train LossValidation LossEpoch
5.66324.51530
4.42924.09231
4.11693.87232
3.93263.72603
3.80263.62814
3.70453.53555
3.62543.46456
3.56043.40937
3.50483.35878
3.45693.31369
3.41553.277810
3.37913.244311
3.34703.215712
3.31833.185413
3.29223.164214
3.26853.140015
3.24673.119316
3.22673.100917
3.20783.083818
3.19043.068919

Framework versions

  • Transformers 4.20.1
  • TensorFlow 2.8.2
  • Datasets 2.3.2
  • Tokenizers 0.12.1

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
d7732a5

0 моделей