/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
MIT
Архитектура
gpt2 · dense
Базовая модель
gpt2
Опубликована
23 авг 2023

gpt2-finetuned-wikitext2

Генерация текстаТекст → текст3 профессии

Дообученная на WikiText-2 модель GPT-2 для генерации продолжения текста.

202скачиваний за 30 дней1лайквеса обновлены7 окт 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

lengoctuong/gpt2-finetuned-wikitext2 — языковая модель авторегрессионной архитектуры GPT-2, дообученная на наборе данных WikiText-2. Модель предназначена для продолжения текста по заданному фрагменту. В метаданных указаны архитектура GPT2LMHeadModel, формат PyTorch и контекст длиной 1024 токена.

На оценочном наборе указаны loss 3,3943 и perplexity 29,793. Карточка не описывает специальные сценарии применения или языковой охват. Модель распространяется по лицензии MIT; README не содержит дополнительных сведений о её ограничениях.

Сценарии применения

  • продолжение заданного текстового фрагмента
  • генерация текста в стиле обучающих текстов WikiText-2
  • эксперименты с языковыми моделями GPT-2

Ограничения

README не сообщает о специальных ограничениях или проверках безопасности. Для модели приведены метрики оценки, но не указаны условия их получения.

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-finetuned-wikitext2

THE GITHUB REPO OF THIS MODEL HERE.

This model is a fine-tuned version of gpt2 on the None dataset.

It achieves the following results on the evaluation set:

  • Loss: 3.3943
  • Perplexity: 29.7930

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: 32
  • eval_batch_size: 32
  • optimizer: AdamW
  • lr_scheduler_type: linear
  • num_epochs: 3.0

Training results

Training LossEpochStepValidation Loss
3.93151.0493.6200
3.81281.01123.4878
3.54482.01953.4476
3.47432.02583.4325
3.50403.03913.4216
3.43713.04043.4142

Framework versions

  • Transformers 4.32.0
  • Pytorch 2.0.1+cu118
  • Datasets 2.14.4
  • 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
9185a1c

0 моделей