This model is a fine-tuned version of gpt2 on an tatsu-lab/alpaca dataset. It achieves the following results on the evaluation set:
Loss: 1.826895
Характеристики
- Контекст
- 1 024 токена
- Архитектура
- gpt2 · dense
- Базовая модель
- gpt2
- Библиотека
- transformers
- Опубликована
- 8 сен 2024
Ссылки
gpt2-alpaca-finetuned
Англоязычная версия GPT-2, дообученная на Alpaca для генерации текста по инструкциям.
15скачиваний за 30 дней0лайковвеса обновлены8 сен 2024
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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
elvinmarkmv/gpt2-alpaca-finetuned — модель генерации текста, дообученная на наборе инструкций tatsu-lab/alpaca на основе openai-community/gpt2. Она предназначена для генерации продолжений и ответов на текстовые инструкции на английском языке. Модель использует плотную архитектуру GPT-2 и формат весов safetensors; её контекст составляет 1024 токена. В карточке приведено значение loss 1.826895 на наборе оценки, без дополнительных сведений о методике оценки.
Модель подходит для экспериментов и простых сценариев генерации текста по инструкциям. Лицензия в доступных данных не указана.
Сценарии применения
- генерация ответов на английские инструкции
- создание коротких текстовых продолжений
- эксперименты с дообучением GPT-2 на инструкционных данных
Ограничения
Контекст ограничен 1024 токенами. В README приведён только показатель loss без описания методики оценки; сведений о лицензии в доступных данных нет.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…
- Класс архитектуры
- GPT2LMHeadModel
- Ревизия весов
- 3efb348