/ Модель

Характеристики

Контекст
1 024 токена
Архитектура
gpt2 · dense

histronicmonstr

Генерация текстаТекст → текст3 профессии

Дообученная на твитах пользователя GPT-2 для генерации коротких сообщений в похожем стиле.

89скачиваний за 30 дней0лайковвеса обновлены19 янв 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

histronicmonstr — текстовая генеративная модель на базе GPT-2, созданная Борисом Дейма с помощью проекта huggingtweets. Она дообучена на 3203 твитах пользователя (心) !!!Ma-tin Korii!!! Uwa~😃!!! и предназначена для генерации коротких сообщений в похожем стиле. Модель принимает текстовый префикс и продолжает его; её можно запускать через pipeline text-generation в библиотеке Transformers. Контекст составляет 1024 токена, формат весов — PyTorch. Карточка указывает английский язык.

Модель подходит для создания стилизованных продолжений и экспериментального воспроизведения манеры автора исходных твитов. Её ответы наследуют ограничения и смещения GPT-2 и особенности обучающих публикаций, поэтому качество и уместность результатов могут быть непредсказуемыми. Лицензия в предоставленных сведениях не указана.

Сценарии применения

  • генерация продолжения твита в стиле автора обучающих сообщений
  • создание коротких англоязычных постов по текстовой подсказке
  • эксперименты с генерацией текста на основе пользовательских твитов

Ограничения

Модель наследует ограничения и смещения GPT-2, а её ответы зависят от содержания обучающих твитов конкретного пользователя. Для генерации нежелательных или фактически неверных утверждений может потребоваться проверка.

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 (心) !!!Ma-tin Korii!!! Uwa~😃!!!.

Data(心) !!!Ma-tin Korii!!! Uwa~😃!!!
Tweets downloaded3203
Retweets97
Short tweets488
Tweets kept2618

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 @histronicmonstr'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/histronicmonstr')
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
cc603b5

0 моделей