/ Модель

Характеристики

Контекст
1 024 токена
Архитектура
gpt2 · dense

_deep_winter_

Генерация текстаТекст → текст3 профессии

Англоязычная модель GPT-2, дообученная на твитах пользователя erin. для генерации коротких текстов в похожем стиле.

52скачиваний за 30 дней0лайковвеса обновлены1 мар 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 huggingtweets/_deep_winter_ — генеративная языковая модель на архитектуре GPT-2, созданная Борисом Даймой с помощью проекта HuggingTweets. Она дообучена на 3 147 твитах пользователя erin. и предназначена для генерации коротких текстов в стиле и тематике этих публикаций. Модель принимает текстовый запрос и продолжает его; использовать её можно через библиотеку Transformers и pipeline text-generation.

Контекст модели составляет 1 024 токена. В репозитории указаны веса PyTorch, а карточка относит модель к английскому языку. Она подходит для экспериментов с генерацией стилизованных сообщений и изучения дообучения GPT-2 на пользовательских публикациях. Качество и содержание генерации зависят от ограничений и смещений GPT-2, а также от тем и смещений исходных твитов. Сведения о лицензии в предоставленных данных отсутствуют.

Сценарии применения

  • генерация твитов в стиле публикаций erin.
  • продолжение короткого англоязычного текстового запроса
  • создание стилизованных сообщений для экспериментов
  • изучение дообучения GPT-2 на публикациях пользователя

Ограничения

Модель наследует ограничения и смещения GPT-2; результат также зависит от содержания и смещений обучающих твитов. Объём контекста ограничен 1 024 токенами.

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 huggingtweets.

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

How does it work?

The model uses the following pipeline.

pipeline

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

Training data

The model was trained on tweets from erin..

Dataerin.
Tweets downloaded3147
Retweets716
Short tweets243
Tweets kept2188

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 @deep_winter's tweets.

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='huggingtweets/_deep_winter_')
generator("My dream is", num_return_sequences=5)

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 Boris Dayma

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
4321740

0 моделей