/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Лицензия
MIT
Архитектура
gpt2 · dense
Опубликована
7 июл 2023

Ссылки

Hugging Face

TinyStoriesTest-gradacc8-10

jackoyoungblood
Генерация текстаТекст → текст3 профессии

Дообученная на GPT-2 модель для генерации текста с контекстом 1024 токена.

260скачиваний за 30 дней0лайковвеса обновлены7 июл 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-gradacc8-10 — модель генерации текста на архитектуре GPT-2, дообученная jackoyoungblood на наборе данных, обозначенном в карточке как None. В README приведён результат оценки: loss 1.3053; подробности об обучении и назначении не раскрыты.

Модель принимает текст и генерирует продолжение. Контекст составляет 1024 токена. Репозиторий содержит веса PyTorch, лицензия — MIT. Данных недостаточно, чтобы уточнить поддерживаемые языки, целевую тематику или пригодность для конкретных сценариев.

Сценарии применения

  • генерация продолжения текста
  • создание коротких текстов на основе подсказки
  • эксперименты с генерацией на GPT-2

Ограничения

README не описывает назначение, обучающие данные и ограничения модели; указанное имя набора данных — None. Приведён только результат оценки loss 1.3053, который сам по себе не устанавливает качество для конкретных задач.

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-gradacc8-10

This model is a fine-tuned version of gpt2 on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 1.3053

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: 0.0005
  • train_batch_size: 32
  • eval_batch_size: 32
  • seed: 42
  • gradient_accumulation_steps: 10
  • total_train_batch_size: 320
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 1000
  • num_epochs: 1

Training results

Training LossEpochStepValidation Loss
1.81010.7950001.3053

Framework versions

  • Transformers 4.30.2
  • Pytorch 2.0.1+cu118
  • Datasets 2.13.1
  • Tokenizers 0.13.3

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
328fadf

0 моделей

    Создать бенчмарк