Причинная GPT-2-модель для генерации и продолжения текста с контекстом 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/v2-babylm-nld-ell-sequential_interleaved — причинная языковая модель семейства GPT-2, обученная автором репозитория с помощью скрипта train_clm.py из Hugging Face Accelerate. Она предназначена для генерации текста и продолжения заданной последовательности. Модель использует архитектуру GPT2LMHeadModel, сохранена в формате safetensors и имеет контекст длиной 512 токенов.
Название указывает на связь с серией BabyLM и последовательным чередованием данных NLD и ELL, однако README не раскрывает состав обучающих данных или качество модели. Карточка не сообщает лицензию. Практическое применение следует оценивать с учётом короткого контекста и отсутствия приведённых результатов оценки.
Контекст ограничен 512 токенами. README не приводит оценок качества и не сообщает лицензию.
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-nld-tokenizerНа своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…