/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Лицензия
MIT
Архитектура
gpt2 · dense
Базовая модель
gpt2
Опубликована
6 июл 2023

Ссылки

Hugging Face

TinyStoriesTest

jackoyoungblood
Генерация текстаТекст → текст3 профессии

Дообученная GPT-2 для генерации текста с контекстом до 1024 токенов.

287скачиваний за 30 дней0лайковвеса обновлены18 дек 2023

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.

Открыть конструктор бенчмарка

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

TinyStoriesTest — дообученная версия GPT-2 от автора jackoyoungblood. Модель предназначена для генерации текста; README сообщает о дообучении на неизвестном наборе данных, поэтому конкретную тематику и сценарии её применения установить нельзя.

Это плотная авторегрессионная модель архитектуры GPT-2, представленная в форматах PyTorch и Safetensors. Длина контекста — 1024 токена. Лицензия — MIT.

README не содержит сведений о качестве, обучающих данных или ограничениях модели. Используйте её с учётом того, что содержание и надёжность генерируемого текста не охарактеризованы.

Сценарии применения

  • генерация продолжения текста
  • создание коротких текстовых фрагментов
  • эксперименты с генерацией на базе GPT-2

Ограничения

Набор данных для дообучения неизвестен, а README не сообщает результатов оценки; качество и предметную специализацию модели определить нельзя.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

TinyStoriesTest

This model is a fine-tuned version of gpt2 on an unknown dataset.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 9e-05
  • train_batch_size: 150
  • eval_batch_size: 150
  • seed: 42
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 1200
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 1000
  • num_epochs: 1.0
  • mixed_precision_training: Native AMP

Training results

Framework versions

  • Transformers 4.35.2
  • Pytorch 2.1.1
  • Datasets 2.15.0
  • Tokenizers 0.15.0

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
3463e4d

0 моделей

    Создать бенчмарк