/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
138 млн
Лицензия
MIT
Архитектура
gpt_neo · dense

lit-125M

Генерация текстаТекст → текст3 профессии

Небольшая дообученная модель GPT-Neo для генерации художественной прозы по текстовым подсказкам и тегам стиля.

26скачиваний за 30 дней6лайковвеса обновлены17 фев 2022

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

Lit-125M — авторегрессионная языковая модель GPT-Neo, дообученная hakurei на корпусе объёмом около 2 ГБ с художественной прозой, включая лёгкие новеллы, эротические тексты и литературу с аннотациями. Модель содержит 137,7 млн параметров и принимает текстовые подсказки, после которых генерирует художественный текст; контекст — до 2048 токенов.

Модель предназначена для создания вымышленной прозы и помощи авторам. Аннотационные теги в подсказке, например жанр, стиль и точка зрения, можно комбинировать, чтобы направлять генерацию. Английский язык указан в метаданных; примеры и описание карточки также англоязычные.

Весы опубликованы в формате PyTorch по лицензии MIT. Небольшой размер подходит для экспериментов и отладки, но качество и связность генерации могут быть ограничены размером модели и обучающими данными. В корпусе присутствует эротический контент.

Сценарии применения

  • генерация художественных рассказов по началу текста
  • создание прозы в заданном жанре, например хоррор
  • направление повествования тегами стиля и точки зрения
  • черновики вымышленного текста для творческого письма

Ограничения

Модель небольшого размера, поэтому связность и качество текста могут быть ограничены; обучение включает эротические материалы, и сгенерированный контент может отражать их.

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

Lit-125M - A Small Fine-tuned Model For Fictional Storytelling

Lit-125M is a GPT-Neo 125M model fine-tuned on 2GB of a diverse range of light novels, erotica, and annotated literature for the purpose of generating novel-like fictional text.

Model Description

The model used for fine-tuning is GPT-Neo 125M, which is a 125 million parameter auto-regressive language model trained on The Pile..

Training Data & Annotative Prompting

The data used in fine-tuning has been gathered from various sources such as the Gutenberg Project. The annotated fiction dataset has prepended tags to assist in generating towards a particular style. Here is an example prompt that shows how to use the annotations.

[ Title: The Dunwich Horror; Author: H. P. Lovecraft; Genre: Horror; Tags: 3rdperson, scary; Style: Dark ]
***
When a traveler in north central Massachusetts takes the wrong fork...

The annotations can be mixed and matched to help generate towards a specific style.

Downstream Uses

This model can be used for entertainment purposes and as a creative writing assistant for fiction writers. The small size of the model can also help for easy debugging or further development of other models with a similar purpose.

Example Code

from transformers import AutoTokenizer, AutoModelForCausalLM

model = AutoModelForCausalLM.from_pretrained('hakurei/lit-125M')
tokenizer = AutoTokenizer.from_pretrained('hakurei/lit-125M')

prompt = '''[ Title: The Dunwich Horror; Author: H. P. Lovecraft; Genre: Horror ]
***
When a traveler'''

input_ids = tokenizer.encode(prompt, return_tensors='pt')
output = model.generate(input_ids, do_sample=True, temperature=1.0, top_p=0.9, repetition_penalty=1.2, max_length=len(input_ids[0])+100, pad_token_id=tokenizer.eos_token_id)

generated_text = tokenizer.decode(output[0])
print(generated_text)

An example output from this code produces a result that will look similar to:

[ Title: The Dunwich Horror; Author: H. P. Lovecraft; Genre: Horror ]
***
When a traveler takes a trip through the streets of the world, the traveler feels like a youkai with a whole world inside her mind. It can be very scary for a youkai. When someone goes in the opposite direction and knocks on your door, it is actually the first time you have ever come to investigate something like that.
That's right: everyone has heard stories about youkai, right? If you have heard them, you know what I'm talking about. 
It's hard not to say you

Team members and Acknowledgements

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GPTNeoForCausalLM
Ревизия весов
f1e7a55

0 моделей