/ Модель
Каталог

Характеристики

Контекст
2 048 токенов
Лицензия
Apache 2.0
Архитектура
gpt2 · dense
Опубликована
8 июн 2023

Ссылки

Hugging Face

Cerebras-GPT-590M-finetuned-DND

grantprice
Генерация текстаТекст → текст3 профессии

Дообученная на базе Cerebras-GPT-590M языковая модель для генерации текста, позиционируемая по названию как тематическая модель для Dungeons & Dragons.

77скачиваний за 30 дней0лайковвеса обновлены10 июн 2023

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.

Открыть конструктор бенчмарка

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

Cerebras-GPT-590M-finetuned-DND — дообученная модель генерации текста на базе cerebras/Cerebras-GPT-590M. По названию репозитория она предназначена для генерации текста в контексте Dungeons & Dragons; README сообщает о дообучении на датасете, но его название указано как None, поэтому состав данных и конкретные сценарии применения подтвердить нельзя.

Модель использует архитектуру GPT-2 с плотной нейронной сетью и классом GPT2LMHeadModel, распространяется в формате PyTorch и принимает контекст до 2048 токенов. README приводит значение loss 1,0434 на оценочной выборке, но не описывает методику оценки и не позволяет судить о качестве ответов.

Лицензия — Apache-2.0. Карточка не содержит подтверждённых сведений о поддерживаемых языках, специальных возможностях или ограничениях генерации; вероятны типичные для языковых моделей ошибки и вымышленные сведения.

Сценарии применения

  • генерация описаний персонажей для Dungeons & Dragons
  • создание идей для приключений и игровых сцен
  • написание тематического фэнтезийного текста

Ограничения

Сведения о датасете, оценочной методике и прикладных ограничениях не раскрыты; приведённое значение loss само по себе не характеризует качество ответов. Как языковая модель, она может генерировать ошибки и вымышленные сведения.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейI.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейI.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

Открыть на Hugging Face

Cerebras-GPT-590M-finetuned-DND

This model is a fine-tuned version of cerebras/Cerebras-GPT-590M on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 1.0434

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 log1.04671.9262
2.70592.09341.3295
1.74143.014011.0434

Framework versions

  • Transformers 4.31.0.dev0
  • Pytorch 2.0.1+cu118
  • Datasets 2.12.0
  • Tokenizers 0.13.3

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
a0a2fbe

0 моделей

    Создать бенчмарк