Компактная причинная GPT-2-модель для генерации и продолжения текста в пределах контекста до 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-small-pes-ell-sequential_interleaved — причинная языковая модель семейства GPT-2 для генерации текста. Согласно карточке, модель обучена скриптом train_clm.py из Hugging Face Accelerate; метаданные указывают архитектуру GPT2LMHeadModel и формат safetensors. Модель предназначена для продолжения текста и других сценариев генерации на основе текстового контекста.
Указанное в метаданных окно контекста составляет 512 токенов. Название репозитория связывает модель с серией BabyLM и последовательным чередованием данных PES и ELL, однако карточка не раскрывает их состав и целевые языки. Лицензия и размер модели в предоставленных данных не указаны.
Контекст ограничен 512 токенами; данных о качестве, составе обучающих данных и лицензии в предоставленной карточке нет.
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_small_config.jsonnikitastheo/babylm-pes-tokenizerНа своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…