Характеристики

Контекст: 1 024 токена
Лицензия: MIT
Архитектура: gpt2 · dense
Базовая модель: gpt2
Опубликована: 12 мая 2024

Ссылки

Hugging Face

GPT2_PMC

manupande21

Генерация текстаТекст → текст3 профессии

Дообученная GPT-2 для генерации ответов на вопросы по открытым научным статьям PubMed Central.

18скачиваний за 30 дней1лайквеса обновлены13 мая 2024

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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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

manupande21/GPT2_PMC — модель генерации текста на архитектуре GPT-2, дообученная на примерно 8 000 парах вопросов и ответов, созданных по открытым научным статьям из PubMed Central. Она предназначена для генерации ответов на вопросы по материалам этих статей и других близких научных текстов. Модель использует формат safetensors, имеет контекстное окно 1 024 токена и распространяется по лицензии MIT.

Обучение на научных вопросах и ответах может быть полезно для прототипов систем поиска и ответов по биомедицинским публикациям. Карточка не приводит оценок качества, подробностей о датасете или результатов проверки, поэтому надёжность ответов и пригодность для клинических решений не установлены.

Сценарии применения

генерация ответов на вопросы по научным статьям
прототипирование вопросно-ответной системы для публикаций PubMed Central
создание черновых ответов по биомедицинским исследованиям

Ограничения

Карточка не содержит результатов оценки качества и подробностей обучающих данных. Ответы следует проверять по источникам; контекст ограничен 1 024 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель IV.6Отраслевые задачиНаучные исследования, математика и новые материалыAI помогает формировать гипотезы, анализировать научные данные и ускорять открытие новых материалов и методов.39 задач4 120моделей I.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

answer_logs

This model is a fine-tuned version of gpt2 on a set of around 8000 .questions and answers generated from pubmed central open access research papers

Model description

Finetuned gpt2

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: 5e-05
train_batch_size: 2
eval_batch_size: 8
seed: 42
gradient_accumulation_steps: 8
total_train_batch_size: 16
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 13.0

Training results

Framework versions

Transformers 4.40.2
Pytorch 2.2.1+cu121
Datasets 2.19.1
Tokenizers 0.19.1

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: ffee30e