/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Лицензия
MIT
Архитектура
gpt2 · dense
Базовая модель
gpt2
Библиотека
transformers
Опубликована
28 дек 2024

Ссылки

Hugging Face

RUStoIPA

bittersweetKid
Генерация текстаТекст → текст3 профессии

Дообученная на базе GPT-2 модель генерации текста с заявленным в названии назначением для преобразования русского текста в IPA, которое README не подтверждает.

15скачиваний за 30 дней0лайковвеса обновлены4 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.

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

RUStoIPA — дообученная модель на базе GPT-2, разработчик которой не указан в карточке. Она предназначена для генерации текста; название модели указывает на преобразование русского текста в IPA, однако README не подтверждает эту функцию и не описывает сценарии применения. Модель использует архитектуру GPT-2 и принимает текст. Контекст составляет 1024 токена, формат весов — safetensors. В карточке указан русский язык и лицензия MIT.

README сообщает о дообучении на наборе данных, обозначенном как None, и приводит значение eval_loss 0,0499 после 5000 шагов обучения. Данных о качестве преобразования в IPA, обучающих примерах и практических ограничениях нет.

Сценарии применения

  • экспериментальная генерация текста на русском языке
  • проверка гипотез о преобразовании русского текста в IPA

Ограничения

README не описывает назначение, обучающие данные или ограничения и не подтверждает преобразование в IPA. Приведённая метрика eval_loss не устанавливает качество на целевых задачах.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейIV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

RUStoIPA

This model is a fine-tuned version of gpt2 on the None dataset. It achieves the following results on the evaluation set:

  • eval_loss: 0.0499
  • eval_runtime: 127.4378
  • eval_samples_per_second: 10.64
  • eval_steps_per_second: 10.64
  • epoch: 1.6388
  • step: 5000

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: 5e-05
  • train_batch_size: 2
  • eval_batch_size: 1
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 4
  • optimizer: Use adamw_torch with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 500
  • num_epochs: 2

Framework versions

  • Transformers 4.47.1
  • Pytorch 2.5.1+cu121
  • Datasets 2.14.4
  • Tokenizers 0.21.0

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
5f8bf9c

0 моделей

    Создать бенчмарк