/ Модель

Характеристики

Контекст
2 048 токенов
Лицензия
MIT
Архитектура
gpt3dev · dense
Библиотека
transformers
Опубликована
6 дек 2024

GPT3-dev-125m-0612

Генерация текстаТекст → текст3 профессии

Экспериментальный GPT-3-подобный языковой чекпойнт на 125 млн параметров для генерации текста и простого диалога на английском языке.

159скачиваний за 30 дней0лайковвеса обновлены17 апр 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

GPT3-dev-125m-0612 — экспериментальный чекпойнт языковой модели автора репозитория, созданный в рамках попытки воспроизвести архитектуру и подход из статьи OpenAI GPT-3. Модель предназначена для генерации текста; автор указывает, что веса можно использовать для запуска модели в режиме диалога, а репозиторий содержит средства обучения, дообучения и инференса на PyTorch и Hugging Face Transformers.

Модель относится к плотной архитектуре GPT3DevLMHeadModel; в метаданных указаны форматы safetensors и GGUF, английский язык и контекст длиной 2048 токенов. Размер 125 млн отражён в названии репозитория. Датасет FineWeb указан в метаданных, но README не уточняет, как именно он использовался для обучения этого чекпойнта.

Это ранний личный проект студента, и автор предупреждает, что код может содержать ошибки. Лицензия репозитория — MIT.

Сценарии применения

  • генерация продолжения английского текста
  • эксперименты с небольшой GPT-подобной языковой моделью
  • создание простого текстового диалога
  • обучение и инференс GPT-3-подобных моделей в Transformers

Ограничения

Автор предупреждает, что код может содержать ошибки; контекст ограничен 2048 токенами. README не приводит оценок качества модели.

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

GPT3

Welcome to the GPT3 repository! This project is an attempt to recreate the architecture and approach from the original OpenAI GPT-3 paper. The repository includes scripts for training, fine-tuning, and inference of a GPT-3-like model using PyTorch and the Hugging Face Transformers library. Here are located weights of dev checkpoints of my models. You can always download a folder, paste it's path inside inference.py and chat with them.

You can find all code on GitHub

Note: This is a model with 125 million parameters. It was trained on 3.6Bn tokens. (Of course, it's very undertrained, but this one should be a technology demonstrator.)

Note 2: This is a model checkpoint released on 06/12 2024 and has been trained for longer (12 batch size, 4 grad accumulation, 512 tokens and 600,000 steps). It scores 27.65% on MMLU which is slightly higher than 25% (random guess)

inference:

from transformers import AutoTokenizer, AutoModelForCausalLM
model = AutoModelForCausalLM.from_pretrained('k050506koch/GPT3-dev-125m-0612', trust_remote_code=True)
tokenizer = AutoTokenizer.from_pretrained('k050506koch/GPT3-dev-125m-0612')
tokenizer.pad_token_id = tokenizer.eos_token_id
print("\n", tokenizer.decode(model.generate(tokenizer.encode("He is a doctor. His main goal is", return_tensors='pt'),
    max_length=128, temperature=0.7, top_p=0.9, repetition_penalty=1.2, no_repeat_ngram_size=3,
    num_return_sequences=1, do_sample=True)[0], skip_special_tokens=True))

Contributing

Contributions are welcome! I'm just a student who is interested in AI so my code may be incorrect or have logical issues. Please open an issue or submit a pull request for any improvements or bug fixes, I will be happy.

License

This project is licensed under the MIT License. See the LICENSE file for details. Everyone can use and modify this code at their discretion.

Acknowledgements

Thanks OpenAI, HuggingFace and Pytorch for making this project possible!

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
GPT3DevLMHeadModel
Ревизия весов
8192c59

0 моделей