/ Модель

Характеристики

Контекст
1 024 токена
Параметры
19,2 млн
Лицензия
MIT
Архитектура
gpt_neox · dense
Опубликована
7 июл 2023

opentinystories-30m-base

Генерация текстаТекст → текст3 профессии

Небольшая GPT-NeoX-модель для генерации коротких простых историй на английском языке с лексикой уровня первоклассника.

210скачиваний за 30 дней1лайквеса обновлены17 июл 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

crumb/opentinystories-30m-base — небольшая авторегрессионная языковая модель семейства GPT-NeoX, опубликованная автором crumb. Модель содержит 19,2 млн параметров и принимает текст, генерируя продолжение; её контекстное окно составляет 1024 токена.

Модель дообучена на наборе crumb/flan-ul2-tinystories: примерно четверти миллиона коротких рассказов, созданных Flan-UL2 по заданию написать историю с лексикой первоклассника. Она рассчитана на генерацию простых коротких историй на английском языке и исследование того, как небольшие языковые модели усваивают упрощённую лексику и структуру повествования. Для загрузки доступны веса PyTorch и safetensors.

Модель специализирована на простых рассказах и не предназначена для широкого круга языковых задач. Валидационный набор составлял 1% исходных данных; в карточке приведено значение loss 2,284920. Лицензия — MIT.

Сценарии применения

  • генерация коротких детских историй на английском языке
  • создание простых рассказов с базовой лексикой
  • изучение поведения малых языковых моделей на генерации историй

Ограничения

Обучение сосредоточено на коротких рассказах с упрощённой английской лексикой, поэтому модель не рассчитана на универсальные языковые задачи. Карточка сообщает значение loss на отложенной выборке, но не приводит сравнительных оценок качества.

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

Tinystories-30m-UL2

GPT-4 generated model card

Model Details

  • Model Name: crumb/opentinystories-30m-base
  • Model Type: GPTNeoXForCausalLM
  • Model Training Details: The model is trained using crumb/flan-ul2-tinystories which contains around a quarter of a million examples generated from Flan-UL2 (20b) with the prompt "Write a short story using the vocabulary of a first-grader."

Model Description

This model is trained with the specific purpose of generating short narratives using a vocabulary limited to the level of a first-grader. In terms of complexity and language usage, the model is designed to produce simplistic and easily comprehensible text.

Learning from text generated by Flan-UL2 (20b), the model adopts a simple storyline layout and a minimalistic vocabulary, which it recognizes are easier to learn and replicate.

Training

The model is trained for four epochs on the crumb/flan-ul2-tinystories dataset (inspired by roneneldan/TinyStories), created with the help of Flan-UL2 (20b), as opposed to GPT-3.5/4 in the original Tinystories. The data is designed to follow the format of a simple, first-grader-level narrative, which aids the model in learning simple vocabulary and sentence structure.

Training arguments:

per_device_train_batch_size=16,
gradient_accumulation_steps=8,
warmup_steps=128,
num_train_epochs=4,
learning_rate=2e-4,
eval_steps=64,
optim="adamw_torch",

Usage

This model serves as a meaningful research tool in exploring the learning tendencies of smaller language models and their ability to grasp simplified language constructs. Its specific training set effectively maps the idea that a constrained vocabulary and simplistic story layouts are inherently easier to learn.

Validation and Performance

The model's performance was evaluated using a held-out validation set, which constitutes 1% of the original dataset. During evaluation, the model achieved a loss of 2.284920. During training, the model achieved a loss of 2.647377

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GPTNeoXForCausalLM
Ревизия весов
50372a9

0 моделей