/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
MIT
Архитектура
gpt2 · dense
Опубликована
28 мая 2023

mia_model

Генерация текстаТекст → текст3 профессии

Дообученная на неизвестном датасете модель GPT-2 для генерации текста с контекстом 1024 токена.

128скачиваний за 30 дней0лайковвеса обновлены22 июн 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

dexhrestha/mia_model — дообученная модель генерации текста на архитектуре GPT-2, созданная на базе gpt2. В README приведены результаты после двух эпох: train loss 8.0876 и validation loss 7.6766; датасет не описан.

Модель предназначена для генерации текста. Контекст составляет 1024 токена. Репозиторий содержит веса в формате TensorFlow и распространяется по лицензии MIT. Языковая специализация и подходящие предметные области не обозначены.

Сценарии применения

  • генерация продолжения текста
  • создание черновиков текста
  • эксперименты с дообученной GPT-2

Ограничения

Датасет и целевая область дообучения не описаны, поэтому качество для конкретных сценариев оценить нельзя. В README приведены высокие значения train loss и validation loss, но сопоставимые бенчмарки отсутствуют.

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

dexhrestha/mia_model

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

  • Train Loss: 8.0876
  • Validation Loss: 7.6766
  • Epoch: 2

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:

  • optimizer: {'name': 'AdamWeightDecay', 'learning_rate': {'class_name': 'WarmUp', 'config': {'initial_learning_rate': 5e-05, 'decay_schedule_fn': {'class_name': 'PolynomialDecay', 'config': {'initial_learning_rate': 5e-05, 'decay_steps': -931, 'end_learning_rate': 0.0, 'power': 1.0, 'cycle': False, 'name': None}, 'passive_serialization': True}, 'warmup_steps': 1000, 'power': 1.0, 'name': None}}, 'decay': 0.0, 'beta_1': 0.9, 'beta_2': 0.999, 'epsilon': 1e-08, 'amsgrad': False, 'weight_decay_rate': 0.01}
  • training_precision: mixed_float16

Training results

Train LossValidation LossEpoch
10.04849.09470
8.76418.39831
8.08767.67662

Framework versions

  • Transformers 4.30.2
  • TensorFlow 2.12.0
  • Datasets 2.13.1
  • Tokenizers 0.13.3

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
593df5f

0 моделей