/ Модель

Характеристики

Контекст
1 024 токена
Архитектура
gpt2 · dense
Опубликована
27 янв 2023

gpt2_tiny_zh-hk-wiki

Генерация текстаТекст → текст3 профессии

Компактная GPT-2, дообученная на кантонской Википедии для экспериментов с генерацией текста на кантонском языке.

237скачиваний за 30 дней1лайквеса обновлены27 янв 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.

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

jed351/gpt2_tiny_zh-hk-wiki — компактная авторская донастройка GPT-2, обученная на корпусе кантонской Википедии размером 50 МБ в течение 10 эпох. Модель предназначена для генерации текста на основе продолжения заданного фрагмента; архитектура — GPT2LMHeadModel, формат весов — PyTorch, контекст — до 1024 токенов.

Автор указывает значение loss 3,3834 на оценочной выборке и позиционирует модель для исследований и тестирования. Она может подойти для экспериментов с генерацией текста, похожего на статьи кантонской Википедии. Ограниченный объём обучающих данных и короткое обучение означают, что качество и фактическую точность ответов не следует считать гарантированными. Лицензия в доступных данных не указана.

Сценарии применения

  • продолжение текста в стиле кантонской Википедии
  • эксперименты с генерацией текста на кантонском языке
  • тестирование компактных GPT-2 моделей
  • изучение влияния Википедии на языковую генерацию

Ограничения

Обучена на сравнительно небольшом корпусе объёмом 50 МБ и предназначена автором для исследований и тестирования; точность фактов и качество генерации не гарантированы. Лицензия в доступных данных не указана.

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

gpt2_tiny_zh-hk-wiki

This model was trained on a dataset with a 50MB size for 10 epochs only.

Purely intended for research and testing purposes.

This model is a fine-tuned version of jed351/gpt2-tiny-zh-hk on the cantonese-wikipedia dataset. It achieves the following results on the evaluation set:

  • Loss: 3.3834

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: 2e-05
  • train_batch_size: 200
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 10
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
No log1.04123.6481
4.07282.08243.5399
3.7573.012363.4889
3.66694.016483.4557
3.61895.020603.4295
3.61896.024723.4129
3.58357.028843.3992
3.56048.032963.3905
3.54349.037083.3849
3.53710.041203.3834

Framework versions

  • Transformers 4.26.0
  • Pytorch 1.13.1+cu116
  • Datasets 2.9.0
  • Tokenizers 0.13.2

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
21d6108

0 моделей