Компактная GPT-2-модель для экспериментов с генерацией текста, 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-small-srp-ell-sequential_interleaved — авторский чекпойнт причинной языковой модели, обученный с помощью train_clm.py и Hugging Face Accelerate. Это компактная GPT-2-модель для генерации продолжения текста. Метаданные указывают архитектуру GPT2LMHeadModel и контекст длиной 512 токенов; веса сохранены в формате safetensors.
В названии указана связь с BabyLM и sequential interleaved, однако карточка не раскрывает состав данных, языки, размер модели и конкретные результаты. Модель подойдёт для экспериментов с генерацией текста и изучения обучения небольших языковых моделей. Лицензия в предоставленных данных не указана.
Контекст ограничен 512 токенами; сведения о качестве, обучающих данных и лицензии в предоставленной 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_small_config.jsonnikitastheo/babylm-srp-tokenizerНа своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…