/ Модель

Характеристики

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

rotandgrow

Генерация текстаТекст → текст3 профессии

Дообученная на твитах пользователя модель GPT-2 для генерации текста и имитации стиля этих публикаций.

45скачиваний за 30 дней0лайковвеса обновлены22 апр 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/rotandgrow — модель генерации текста на базе GPT-2, созданная Борисом Даймой с помощью проекта HuggingTweets. Она дообучена на публикациях пользователя 𐍂𐌵𐍃♱𐍅: карточка сообщает о 3208 загруженных твитах, включая ретвиты и короткие сообщения. Модель предназначена для продолжения текста и генерации фраз в стиле исходных публикаций; её можно запускать через text-generation pipeline библиотеки Transformers.

Модель принимает текст и выдаёт текст. Контекст составляет 1024 токена, формат весов — PyTorch. Основной язык данных — английский. Лицензия в предоставленных сведениях не указана. Качество и характер генерации зависят от небольшого набора пользовательских твитов; модель наследует ограничения и смещения GPT-2 и может воспроизводить особенности исходных публикаций.

Сценарии применения

  • генерация продолжения фразы в стиле твитов пользователя
  • создание коротких сообщений, похожих на публикации из обучающего набора
  • эксперименты с генерацией текста на основе небольшого корпуса твитов

Ограничения

Модель наследует ограничения и смещения GPT-2; генерация также зависит от небольшого набора твитов одного пользователя и может отражать их содержание и стиль.

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 𐍂𐌵𐍃♱𐍅.

Data𐍂𐌵𐍃♱𐍅
Tweets downloaded3208
Retweets327
Short tweets714
Tweets kept2167

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 @rotandgrow'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/rotandgrow')
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
cfca985

0 моделей