/ Модель

Характеристики

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

mkbhd

Генерация текстаТекст → текст3 профессии

Англоязычная GPT-2, дообученная на твитах Маркеса Браунли для генерации коротких текстов в похожей манере.

71скачиваний за 30 дней0лайковвеса обновлены8 сен 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/mkbhd — модель генерации текста, созданная Борисом Даймой с помощью проекта HuggingTweets. Она дообучена на твитах Маркеса Браунли (@mkbhd) и предназначена для генерации коротких публикаций и продолжения текста в похожей манере. Модель основана на GPT-2 и использует архитектуру GPT2LMHeadModel; максимальный контекст составляет 1024 токена. В репозитории указаны веса PyTorch, а карточка и языковые метаданные ориентированы на английский язык.

Модель подходит для творческих экспериментов с генерацией постов по короткой затравке. Качество и содержание зависят от ограниченного набора твитов, на котором она обучалась, и от ограничений и смещений GPT-2. Условия лицензии в предоставленных данных не указаны.

Сценарии применения

  • генерация коротких постов по текстовой затравке
  • создание черновиков публикаций в стиле твитов Маркеса Браунли
  • продолжение англоязычного текста в манере аккаунта @mkbhd

Ограничения

Модель наследует ограничения и смещения GPT-2; её генерации также отражают ограничения и особенности небольшого набора твитов Маркеса Браунли. Контекст ограничен 1024 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 Marques Brownlee.

DataMarques Brownlee
Tweets downloaded3247
Retweets252
Short tweets596
Tweets kept2399

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 @mkbhd'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/mkbhd')
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
472b5fc

0 моделей