/ Модель

Характеристики

Контекст
2 048 токенов
Лицензия
MIT
Архитектура
gpt2 · dense
Опубликована
28 апр 2024

GPT2_Music_Generation_Trained

Генерация текстаТекст → текст

Дообученная на базе GPT-2 модель для генерации текста, связанного с музыкой.

109скачиваний за 30 дней3лайкавеса обновлены28 апр 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

hardikpatel/GPT2_Music_Generation_Trained — дообученная модель на базе GPT-2, предназначенная для генерации последовательностей текста, связанных с музыкой. В README указана версия lmd-8bars-2048-epochs10 и результат оценки Loss 1,0086; название предполагает обучение на музыкальном наборе данных, но README называет датасет None, поэтому состав обучающих данных подтвердить нельзя.

Модель использует архитектуру GPT2LMHeadModel и принимает текст, выдавая текстовые токены. Максимальный контекст — 2048 токенов. Репозиторий содержит веса в форматах PyTorch и Safetensors; лицензия — MIT. Практическое качество, конкретный формат музыкальных данных и ограничения применения в карточке не описаны.

Сценарии применения

  • генерация музыкальных последовательностей в текстовом представлении
  • создание продолжений музыкальных токенов или записей

Ограничения

README не уточняет обучающие данные, формат музыкального представления, сценарии применения или результаты, кроме значения loss; качество генерации по карточке оценить нельзя.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

lmd-8bars-2048-epochs10

This model is a fine-tuned version of gpt2 on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 1.0086

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: 0.0005
  • train_batch_size: 8
  • eval_batch_size: 4
  • seed: 1
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 16
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.01
  • num_epochs: 10

Training results

Training LossEpochStepValidation Loss
2.41820.549941.4933
1.46261.099881.3082
1.31761.5149821.2276
1.26042.0199761.1815
1.21012.5249701.1499
1.18043.0299641.1260
1.15173.5349581.1043
1.13494.0399521.0887
1.11334.5449461.0762
1.09955.0499401.0618
1.08245.5549341.0507
1.07136.0599281.0423
1.05526.5649221.0328
1.05057.0699161.0279
1.03657.5749101.0217
1.03078.0799041.0153
1.0228.5848981.0107
1.01899.0898921.0090
1.01299.5948861.0084
1.013910.0998801.0086

Framework versions

  • Transformers 4.30.2
  • Pytorch 2.0.1+cu118
  • Datasets 2.13.1
  • 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
5399e25

0 моделей