/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
MIT
Архитектура
gpt2 · dense
Опубликована
2 мар 2022

gpt2-indo-small-kids-stories

Генерация текстаТекст → текст3 профессии

Дообученная на индонезийских детских рассказах GPT-2 Small для генерации и продолжения историй на индонезийском языке.

239скачиваний за 30 дней1лайквеса обновлены30 июн 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

GPT-2 Indonesian Small Kids Stories — авторегрессионная языковая модель на архитектуре GPT-2 Small, разработанная Wilson Wongso. Исходный предварительно обученный GPT-2 Small Indonesian дообучен на детских рассказах на индонезийском языке из коллекций Room to Read и Let’s Read. Модель содержит 124 млн параметров, принимает текст и генерирует продолжение; указанное для неё контекстное окно — 1024 токена.

Модель подходит для генерации коротких детских историй на индонезийском языке и продолжения заданного начала рассказа. При оценке после обучения на 10 эпохах получены loss 3,777 и perplexity 43,68. Эти показатели не гарантируют связность или пригодность каждого результата. В карточке отдельно отмечены возможные смещения, унаследованные от базовой модели и обучающих текстов. Модель распространяется по лицензии MIT.

Сценарии применения

  • генерация коротких детских историй на индонезийском языке
  • продолжение рассказа по заданному началу
  • создание сюжетных заготовок для детских текстов

Ограничения

Возможны смещения, унаследованные от GPT-2 и корпуса детских рассказов; метрики оценки не гарантируют качество каждого сгенерированного текста.

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 Indonesian Small Kids Stories

GPT-2 Indonesian Small Kids Stories is a causal language model based on the OpenAI GPT-2 model. The model was originally the pre-trained GPT2 Small Indonesian model, which was then fine-tuned on Indonesian kids' stories from Room To Read and Let's Read.

10% of the dataset was kept for evaluation purposes. The pre-trained model was fine-tuned and achieved an evaluation loss of 3.777 and an evaluation perplexity of 43.68.

Hugging Face's Trainer class from the Transformers library was used to train the model. PyTorch was used as the backend framework during training, but the model remains compatible with other frameworks nonetheless.

Model

Model#paramsArch.Training/Validation data (text)
gpt2-indo-small-kids-stories124MGPT2 SmallIndonesian Kids' Stories (860 KB)

Evaluation Results

The model was fine-tuned for 10 epochs.

EpochTraining LossValidation Loss
14.2596004.020201
23.9791003.911295
33.8183003.849313
43.6916003.809931
53.5893003.789201
63.5062003.778665
73.4392003.774871
83.3876003.774859
93.3513003.776672
103.3301003.776935

How to Use (PyTorch)

As Causal Language Model

from transformers import pipeline

pretrained_name = "bookbot/gpt2-indo-small-kids-stories"

nlp = pipeline(
    "text-generation",
    model=pretrained_name,
    tokenizer=pretrained_name
)

nlp("Archie sedang mengendarai roket ke planet Mars.")

Feature Extraction in PyTorch

from transformers import GPT2LMHeadModel, GPT2TokenizerFast

pretrained_name = "bookbot/gpt2-indo-small-kids-stories"
model = GPT2LMHeadModel.from_pretrained(pretrained_name)
tokenizer = GPT2TokenizerFast.from_pretrained(pretrained_name)

prompt = "Archie sedang mengendarai roket ke planet Mars."
encoded_input = tokenizer(prompt, return_tensors='pt')
output = model(**encoded_input)

Disclaimer

Do consider the biases which come from both the pre-trained GPT-2 model and the Indonesian Kids' Stories dataset that may be carried over into the results of this model.

Author

GPT-2 Indonesian Small Kids Stories was trained and evaluated by Wilson Wongso. All computation and development are done on Google Colaboratory using their free GPU access.

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
7dd060b

0 моделей