/ Модель

Характеристики

Контекст
1 024 токена
Архитектура
gpt2 · dense
Опубликована
2 мар 2022

ai-msgbot-gpt2-L

Генерация текстаТекст → текст3 профессии

Диалоговая модель GPT-2 на 774 млн параметров для генерации ответов в открытом чат-боте, обученная на Wizard of Wikipedia.

189скачиваний за 30 дней0лайковвеса обновлены10 фев 2025

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

ai-msgbot GPT2-L — диалоговая языковая модель на архитектуре GPT-2, подготовленная ethzanalytics для открытого чат-бота ai-msgbot. Модель содержит 774 млн параметров и обучалась 40 тыс. шагов на датасете Wizard of Wikipedia; при обучении были заморожены 34 из 36 слоёв. Весовые файлы представлены в форматах PyTorch и safetensors, размер контекста — 1024 токена.

Модель генерирует продолжение текстового диалога. Данные были оформлены как разговор между `person alpha` и `person beta`; в README рекомендуется заканчивать запрос именем `person beta`, чтобы направить генерацию на ответ собеседника. Карточка описывает модель как открытую для чат-сценариев, но отмечает, что примеры стандартного inference API работают лишь удовлетворительно.

В README указана лицензия не была, поэтому условия использования определить нельзя. Карточка помечена как незавершённая; качество и ограничения за пределами описанного диалогового сценария не оценены.

Сценарии применения

  • генерация ответов в открытом чат-боте
  • поддержание текстового диалога с пользователем
  • создание ответов в формате диалога person alpha и person beta

Ограничения

В README указано, что стандартные примеры Inference API работают лишь удовлетворительно; для направления генерации на ответ рекомендуется добавлять `person beta` в конец запроса. Карточка помечена как незавершённая, а лицензия не указана.

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

ai-msgbot GPT2-L

NOTE: model card is WIP

GPT2-L (774M parameters) trained on the Wizard of Wikipedia dataset for 40k steps with 34/36 layers frozen using aitextgen.

Designed for use with ai-msgbot to create an open-ended chatbot (of course, if other use cases arise have at it).

conversation data

The dataset was tokenized and fed to the model as a conversation between two speakers, whose names are below. this is relevant for writing prompts and filtering/extracting text from responses.

script_speaker_name = person alpha

script_responder_name = person beta

examples

  • the default inference API examples should work okay
  • an ideal test would be explicitly adding person beta to the end of the prompt text. The model is forced to respond to the entered chat prompt instead of adding to the entered prompt and then responding to that (which may cut off the response text due to the Inference API limits).

citations

@inproceedings{dinan2019wizard,
  author={Emily Dinan and Stephen Roller and Kurt Shuster and Angela Fan and Michael Auli and Jason Weston},
  title={{W}izard of {W}ikipedia: Knowledge-powered Conversational Agents},
  booktitle = {Proceedings of the International Conference on Learning Representations (ICLR)},
  year={2019},
}

@inproceedings{li-etal-2017-dailydialog,
    title = "{D}aily{D}ialog: A Manually Labelled Multi-turn Dialogue Dataset",
    author = "Li, Yanran  and
      Su, Hui  and
      Shen, Xiaoyu  and
      Li, Wenjie  and
      Cao, Ziqiang  and
      Niu, Shuzi",
    booktitle = "Proceedings of the Eighth International Joint Conference on Natural Language Processing (Volume 1: Long Papers)",
    month = nov,
    year = "2017",
    address = "Taipei, Taiwan",
    publisher = "Asian Federation of Natural Language Processing",
    url = "https://aclanthology.org/I17-1099",
    pages = "986--995",
    abstract = "We develop a high-quality multi-turn dialog dataset, \textbf{DailyDialog}, which is intriguing in several aspects. The language is human-written and less noisy. The dialogues in the dataset reflect our daily communication way and cover various topics about our daily life. We also manually label the developed dataset with communication intention and emotion information. Then, we evaluate existing approaches on DailyDialog dataset and hope it benefit the research field of dialog systems. The dataset is available on \url{http://yanran.li/dailydialog}",
}

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
65f80ee

0 моделей