/ Модель

Характеристики

Контекст
1 024 токена
Архитектура
gpt2 · dense
Опубликована
24 мая 2022

bladeecity-jerma985

Генерация текстаТекст → текст3 профессии

Дообученная на твитах Aim Nothyng и Jerma модель GPT-2 для генерации англоязычного текста в их стиле.

116скачиваний за 30 дней0лайковвеса обновлены24 мая 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

huggingtweets/bladeecity-jerma985 — языковая модель для генерации текста, созданная Борисом Даймой с помощью проекта HuggingTweets. Она основана на GPT-2 и дообучена на твитах Aim Nothyng и Jerma, чтобы генерировать короткие продолжения текста в стиле этих авторов. Модель предназначена для экспериментов и создания развлекательных текстовых ботов; пример использования — генерация нескольких вариантов продолжения заданной фразы.

Модель принимает текст и выдаёт текст, работает с библиотекой Transformers и сохранена в формате PyTorch. Контекст составляет 1024 токена; карточка указывает английский язык. В обучающей выборке было 1620 твитов Aim Nothyng и 2695 твитов Jerma, включая ретвиты и короткие сообщения.

Качество и характер генераций зависят от ограниченной выборки твитов. На модель распространяются ограничения и смещения GPT-2, а содержание исходных публикаций влияет на результаты. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация продолжения фразы в стиле Jerma
  • создание развлекательного текстового бота по твитам автора
  • получение нескольких вариантов короткого текста по затравке

Ограничения

Модель унаследовала ограничения и смещения GPT-2, а генерации зависят от содержания и ограниченного объёма исходных твитов.

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 Aim Nothyng & Jerma.

DataAim NothyngJerma
Tweets downloaded16202695
Retweets322100
Short tweets492286
Tweets kept8062309

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 @bladeecity-jerma985'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/bladeecity-jerma985')
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
9bf3a0d

0 моделей