/ Модель

Характеристики

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

morgenshtern

Генерация текстаТекст → текст3 профессии

Дообученная на текстах песен Моргенштерна GPT-2 для генерации текстов в похожем лирическом стиле.

82скачиваний за 30 дней0лайковвеса обновлены6 авг 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

Модель MORGENSHTERN создана Алексеем Коршуком в рамках проекта HuggingArtists на архитектуре GPT-2. Это авторегрессионная языковая модель для генерации текста, дообученная на текстах песен Моргенштерна; её можно использовать для создания текстов в похожем лирическом стиле. Контекст модели составляет 1024 токена, доступны веса в форматах PyTorch и Flax, а в метаданных указан английский язык.

Модель подходит для творческих экспериментов и генерации черновиков текстов песен. Как и GPT-2, она может выдавать неточные или предвзятые формулировки; результат также зависит от особенностей обучающих текстов. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация черновиков текстов песен в стиле Моргенштерна
  • создание продолжений строк и куплетов по текстовой подсказке
  • творческие эксперименты с рэп-текстами

Ограничения

Модель наследует ограничения и смещения GPT-2; генерируемый текст также зависит от особенностей обучающих текстов.

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

I was made with huggingartists.

Create your own bot based on your favorite artist with the demo!

How does it work?

To understand how the model was developed, check the W&B report.

Training data

The model was trained on lyrics from MORGENSHTERN.

Dataset is available here. And can be used with:

from datasets import load_dataset

dataset = load_dataset("huggingartists/morgenshtern")

Explore the data, which is tracked with W&B artifacts at every step of the pipeline.

Training procedure

The model is based on a pre-trained GPT-2 which is fine-tuned on MORGENSHTERN's lyrics.

Hyperparameters and metrics are recorded in the W&B training run for full transparency and reproducibility.

At the end of training, the final model is logged and versioned.

How to use

You can use this model directly with a pipeline for text generation:

from transformers import pipeline
generator = pipeline('text-generation',
                     model='huggingartists/morgenshtern')
generator("I am", num_return_sequences=5)

Or with Transformers library:

from transformers import AutoTokenizer, AutoModelWithLMHead
  
tokenizer = AutoTokenizer.from_pretrained("huggingartists/morgenshtern")

model = AutoModelWithLMHead.from_pretrained("huggingartists/morgenshtern")

Limitations and bias

The model suffers from the same limitations and bias as GPT-2.

In addition, the data present in the user's tweets further affects the text generated by the model.

About

Built by Aleksey Korshuk

Follow

Follow

Follow

For more details, visit the project repository.

GitHub stars

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
0930ee0

0 моделей