/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
Apache 2.0
Архитектура
gpt2 · dense
Базовая модель
distilgpt2
Опубликована
6 ноя 2023

distilgpt2-finetuned-wikitext2

Генерация текстаТекст → текст3 профессии

Модель на базе DistilGPT-2, дообученная на WikiText-2 для продолжения текста и экспериментов с генерацией.

156скачиваний за 30 дней0лайковвеса обновлены13 ноя 2023

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

bkwalsh/distilgpt2-finetuned-wikitext2 — языковая модель генерации текста на архитектуре GPT-2, дообученная на датасете WikiText-2. Она продолжает текст по заданному контексту и подходит для простых экспериментов с языковым моделированием. В README приведено значение loss 3,6432 на оценочной выборке, но подробности протокола оценки отсутствуют.

Модель основана на distilbert/distilgpt2, использует формат safetensors и принимает контекст длиной до 1024 токенов. Метаданные не уточняют поддерживаемые естественные языки. Лицензия — Apache-2.0. Карточка не описывает дополнительные возможности, гарантии качества или ограничения применения.

Сценарии применения

  • продолжение короткого текста по началу фразы
  • эксперименты с генерацией текста на WikiText-2
  • изучение дообучения небольших языковых моделей

Ограничения

README не приводит подробных ограничений и сценариев оценки; указан только loss 3,6432 без описания протокола. Контекст ограничен 1024 токенами.

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

distilgpt2-finetuned-wikitext2

This model is a fine-tuned version of distilgpt2 on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 3.6432

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: 2e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 3.0

Training results

Training LossEpochStepValidation Loss
3.75761.023343.6666
3.64082.046683.6487
3.59533.070023.6432

Framework versions

  • Transformers 4.35.0
  • Pytorch 2.1.0+cu118
  • Datasets 2.14.6
  • Tokenizers 0.14.1

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
d6e353a

0 моделей