/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
46,8 млн
Лицензия
MIT
Архитектура
gpt_neox · dense
Опубликована
7 июл 2023

opentinystories-68m-base

Генерация текстаТекст → текст3 профессии

Компактная GPT-NeoX-модель для генерации коротких историй простым английским языком.

191скачиваний за 30 дней0лайковвеса обновлены20 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-68m-base — компактная авторегрессионная языковая модель семейства GPT-NeoX, разработанная для генерации коротких историй простым языком. По метаданным, модель содержит 46,8 млн параметров, принимает текст и имеет контекст до 2048 токенов.

Согласно карточке, модель обучалась четыре эпохи на наборе crumb/flan-ul2-tinystories примерно из четверти миллиона примеров коротких рассказов, сгенерированных Flan-UL2. Данные ориентированы на истории с лексикой уровня первоклассника; модель подходит для создания простых рассказов и изучения возможностей небольших языковых моделей. Карточка приводит незаполненные значения потерь, поэтому по ней нельзя оценить качество генерации. Лицензия — MIT.

Сценарии применения

  • создание коротких рассказов с простой лексикой
  • генерация историй для начинающих читателей
  • изучение генеративных возможностей небольших языковых моделей

Ограничения

Модель обучена на узком наборе простых историй и не предназначена для широкого спектра языковых задач. Карточка не содержит пригодных для оценки значений потерь.

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=8,
gradient_accumulation_steps=16,
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 N. During training, the model achieved a loss of N

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
022ee79

0 моделей