Каузальная GPT-2-модель для генерации текста, связанная с экспериментами BabyLM и польско-греческим обучением.
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-pol-ell-sequential_interleaved — каузальная языковая модель семейства GPT-2, обученная автором репозитория с помощью скрипта train_clm.py и Hugging Face Accelerate. Она предназначена для генерации текста; в метаданных указана задача text-generation, архитектура GPT2LMHeadModel и контекст длиной 512 токенов.
Название указывает на связь с серией BabyLM и последовательное чередование польского и греческого языков, однако README не приводит подробностей о данных, настройках или результатах обучения. Модель опубликована в формате safetensors и использует библиотеку Transformers. Лицензия в предоставленных источниках не указана.
Контекст ограничен 512 токенами; README не сообщает метрики качества, состав обучающих данных или условия лицензии.
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-pol-tokenizerНа своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…