/ Модель

Характеристики

Контекст
1 024 токена
Архитектура
gpt2 · dense
Опубликована
26 апр 2022

lustfulliberal-pg13scottwatson

Генерация текстаТекст → текст3 профессии

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

76скачиваний за 30 дней0лайковвеса обновлены29 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

huggingtweets/lustfulliberal-pg13scottwatson — модель генерации текста на базе GPT-2, созданная Boris Dayma с помощью проекта HuggingTweets. Она дообучена на твитах пользователя The Loony Liberal / The Lustful Liberal и предназначена для генерации коротких публикаций в сходной манере по заданному текстовому началу. Модель использует архитектуру GPT2LMHeadModel, распространяется в формате PyTorch и рассчитана на контекст до 1024 токенов; в карточке указаны английский язык и лицензия MIT.

Модель подходит для экспериментов с генерацией англоязычных постов и имитацией стиля обучающего автора. Её вывод отражает содержание и особенности исходных твитов, поэтому возможны смещения и нежелательные формулировки. README также предупреждает об ограничениях и предвзятости, унаследованных от GPT-2.

Сценарии применения

  • генерация англоязычных твитов по текстовой подсказке
  • создание коротких постов в стиле обучающего автора
  • эксперименты с персонализированной генерацией текста

Ограничения

Вывод может наследовать смещения и особенности содержания исходных твитов, а также ограничения GPT-2. Генерация ограничена контекстом до 1024 токенов.

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 The Loony Liberal - Tweets or GTFO & (18+ ONLY) - The Lustful Liberal - Scorny on Main.

DataThe Loony Liberal - Tweets or GTFO(18+ ONLY) - The Lustful Liberal - Scorny on Main
Tweets downloaded32343228
Retweets1055893
Short tweets235336
Tweets kept19441999

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 @lustfulliberal-pg13scottwatson'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/lustfulliberal-pg13scottwatson')
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
1aafd6a

0 моделей