GPT-2 Small, дообученный на статьях ArXiv по компьютерной лингвистике для генерации тематических научных текстов.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
lysandre/arxiv-nlp — чекпойнт GPT-2 Small, дообученный на статьях ArXiv по компьютерной лингвистике. Для обучения использована выборка текстов объёмом 80 МБ, полученных из PDF-статей раздела cs.CL. Модель предназначена для генерации продолжений текста в тематике научных публикаций по компьютерной лингвистике; она принимает текст и выдаёт текст. Контекст модели составляет 1024 токена, доступны веса PyTorch и Flax. Карточка не содержит сведений о лицензии и конкретных ограничениях качества.
Обучающая выборка ограничена статьями по компьютерной лингвистике, поэтому модель может хуже работать за пределами этой тематики. Контекст ограничен 1024 токенами.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This is a GPT-2 small checkpoint for PyTorch. It is the official gpt2-small fine-tuned to ArXiv paper on the computational linguistics field.
This model was trained on a subset of ArXiv papers that were parsed from PDF to txt. The resulting data is made of 80MB of text from the computational linguistics (cs.CL) field.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…