/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
GPL 3.0
Архитектура
gpt2 · dense
Опубликована
2 мая 2022

gpt2-base-chinese-finetuned-job-resume

Генерация текстаТекст → текст3 профессии

Дообученная GPT-2 для генерации текста, вероятно связанного с резюме и вакансиями.

121скачиваний за 30 дней2лайкавеса обновлены4 мая 2022

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

czw/gpt2-base-chinese-finetuned-job-resume — языковая модель семейства GPT-2, созданная дообучением ckiplab/gpt2-base-chinese на неизвестном наборе данных. Она предназначена для генерации текста по заданному контексту; название указывает на специализацию на резюме и вакансиях, но README не раскрывает конкретные сценарии обучения или применения. Модель использует архитектуру GPT2LMHeadModel, работает с текстом и имеет контекст длиной до 1024 токенов.

В карточке приведён результат оценки: loss 2.2658. Репозиторий содержит веса PyTorch, лицензия — GPL-3.0. Состав и качество обучающих данных, языковые возможности и ограничения в README не раскрыты.

Сценарии применения

  • генерация текста резюме по заданному контексту
  • создание описаний вакансий
  • подготовка черновиков сопроводительных писем

Ограничения

Набор данных для дообучения неизвестен, а README не приводит подробных сведений о назначении и проверках качества; указанный loss сам по себе не позволяет судить о практическом качестве.

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

gpt2-base-chinese-finetuned-job-resume

This model is a fine-tuned version of ckiplab/gpt2-base-chinese on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 2.2658

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
No log1.04802.3271
2.49672.09602.2729
2.22593.014402.2658

Framework versions

  • Transformers 4.18.0
  • Pytorch 1.11.0+cpu
  • Datasets 2.1.0
  • Tokenizers 0.12.1

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
5b0cbff

0 моделей