Причинная модель GPT-2 для продолжения текста и экспериментов с языковым моделированием.
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
nikitastheo/mixed-ell-ell-sequential_interleaved — причинная языковая модель семейства GPT-2 для генерации текста. Согласно README, модель обучена скриптом train_clm.py на базе Hugging Face Accelerate. В репозитории указаны архитектура GPT2LMHeadModel, формат safetensors и контекст длиной 512 токенов.
Модель принимает текст и продолжает его, поэтому её можно применять для генерации фрагментов текста и экспериментов с причинным языковым моделированием. Данные не раскрывают размер модели, обучающие данные, поддерживаемые естественные языки или конкретную специализацию. Лицензия в предоставленных сведениях не указана.
Контекст ограничен 512 токенами. В предоставленных сведениях нет описания обучающих данных и оценки качества.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Trained with train_clm.py, a Hugging Face Accelerate causal-LM training script (no Trainer).
gpt_base_config.jsonnikitastheo/mixed-ell-ell-tokenizerНа своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…