Авторегрессионная GPT-2 модель для генерации текста с контекстным окном 512 токенов.
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/phonelm-phones-seed45-eng2-eng — авторегрессионная языковая модель семейства GPT-2, обученная автором репозитория с помощью скрипта causal-LM на базе Hugging Face Accelerate. Она предназначена для генерации текста. Репозиторий содержит веса в формате safetensors; модель использует библиотеку Transformers и имеет контекстное окно 512 токенов.
Название указывает на связь с PhoneLM и англоязычную версию, однако README и метаданные не описывают обучающие данные, конкретные сценарии применения, размер модели или лицензию. Поэтому пригодность для конкретных задач и условия использования по доступным сведениям определить нельзя.
В доступных сведениях не описаны качество модели, обучающие данные и специализация; контекстное окно ограничено 512 токенами. Лицензия не указана в предоставленных источниках.
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).
model_configs/gpt_base_config.jsonnikitastheo/phonelm-phones-seed45-eng2-eng-tokenizerНа своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…