/ Модель

Характеристики

Контекст
512 токенов
Лицензия
MIT
Архитектура
gpt2 · dense
Опубликована
23 июн 2024

gpt2-mini

Генерация текстаТекст → текст3 профессии

Компактная англоязычная GPT-2 для генерации текста и быстрых экспериментов на ограниченных ресурсах.

126 тыс.скачиваний за 30 дней7лайковвеса обновлены23 июн 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.

  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

erwanf/gpt2-mini — компактная авторегрессионная языковая модель семейства GPT-2 с 39 млн параметров, опубликованная erwanf. Модель предварительно обучена на подмножестве OpenWebText — открытого корпуса, созданного по образцу набора данных для обучения оригинальных моделей GPT-2. Она принимает текст и генерирует продолжение; максимальный контекст составляет 512 токенов.

Модель подходит для быстрых экспериментов и учебных задач, особенно при ограниченных вычислительных ресурсах. Она способна создавать связный текст, но её небольшой размер ограничивает сложность и надёжность результатов по сравнению с более крупными моделями. В метаданных указан английский язык. Лицензия — MIT.

Сценарии применения

  • генерация продолжения английского текста
  • учебные эксперименты с языковыми моделями
  • быстрое прототипирование генерации текста
  • исследование авторегрессионных трансформеров

Ограничения

Небольшой размер модели ограничивает сложность и надёжность генерируемого текста. Контекст ограничен 512 токенами.

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

GPT-2 Mini

A smaller GPT-2 model with (only) 39M parameters. It was pretrained on a subset of OpenWebText, the open-source version of the pretraining dataset used by OpenAI for the original GPT-2 models.

Uses

The purpose of this model is mainly for research and education. Its small size allows for fast experiments in resource-limited settings, while still being able of generating complex and coherent text.

Getting Started

Use the code below to get started with the model:

from transformers import AutoModelForCausalLM, AutoTokenizer

# Load model
model = AutoModelForCausalLM.from_pretrained("erwanf/gpt2-mini")
model.eval()

# Load tokenizer
tokenizer = AutoTokenizer.from_pretrained("erwanf/gpt2-mini")

# Generate text
prompt = "Hello, I'm a language model,"
input_ids = tokenizer.encode(prompt, return_tensors="pt")

output = model.generate(input_ids, do_sample=True, max_length=50, num_return_sequences=5)
output_text = tokenizer.batch_decode(output, skip_special_tokens=True)
print(output_text)

Output:

["Hello, I'm a language model, I can't be more efficient in words.\n\nYou can use this as a point to find out the next bit in your system, and learn more about me.\n\nI think a lot of the",
 "Hello, I'm a language model, my teacher is a good teacher - a good school teacher – and one thing you have to remember:\n\nIt's not perfect. A school is not perfect; it isn't perfect at all!\n\n",
 'Hello, I\'m a language model, but if I can do something for you then go for it (for a word). Here is my blog, the language:\n\nI\'ve not used "normal" in English words, but I\'ve always',
 'Hello, I\'m a language model, I\'m talking to you the very first time I used a dictionary and it can be much better than one word in my dictionary. What would an "abnormal" English dictionary have to do with a dictionary and',
 'Hello, I\'m a language model, the most powerful representation of words and phrases in the language I\'m using."\n\nThe new rules change that makes it much harder for people to understand a language that does not have a native grammar (even with']

Training Details

The architecture relies on the GPT-2 model, with smaller dimensions and less layers. It uses the same tokenizer as GPT-2. We used the first 2M rows from the OpenWebText dataset, out of which we use 1k for test and validation sets.

Hyperparameters

HyperparameterValue
Model Parameters
Vocabulary Size50,257
Context Length512
Number of Layers4
Hidden Size512
Number of Attention Heads8
Intermediate Size2048
Activation FunctionGELU
DropoutNo
Training Parameters
Learning Rate5e-4
Batch Size256
OptimizerAdamW
beta10.9
beta20.98
Weight Decay0.1
Training Steps100,000
Warmup Steps4,000
Learning Rate SchedulerCosine
Training Dataset Size1M samples
Validation Dataset Size1k samples
Float Typebf16

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
f12cc7e

0 моделей