GPT-2-модель для генерации текста с контекстом до 512 токенов, обученная в рамках проекта BabyLM.
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/v2-babylm-eng-ell-sequential_interleaved — причинная языковая модель на архитектуре GPT-2, обученная автором с помощью скрипта train_clm.py и Hugging Face Accelerate. Модель предназначена для генерации продолжения текста; карточка не уточняет размер модели и состав обучающих данных.
Длина контекста составляет 512 токенов. Репозиторий содержит веса в формате safetensors и рассчитан на запуск через Transformers. Название указывает на BabyLM и последовательное чередование английского и эллинского (греческого), однако карточка не описывает языковые результаты или конкретные сценарии применения. Условия лицензии в доступных данных не приведены.
Контекст ограничен 512 токенами; сведения о качестве, обучающих данных и лицензии в карточке отсутствуют.
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/babylm-eng-tokenizerНа своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…