Небольшая причинная модель GPT-2 для экспериментов с генерацией текста в контексте 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-zho-ell-sequential_interleaved — причинная языковая модель семейства GPT-2, обученная автором с помощью скрипта train_clm.py и Hugging Face Accelerate. Она предназначена для генерации текста по заданному контексту.
Название указывает на связь с BabyLM и обучающими данными на китайском и греческом языках, перемежаемыми последовательно; README не раскрывает подробности этого режима обучения. Модель использует библиотеку Transformers, веса представлены в формате safetensors, контекст ограничен 512 токенами.
Модель может подойти для экспериментов с генерацией текста и изучения небольших языковых моделей. README не сообщает размер модели, лицензию или результаты оценки качества.
Контекст ограничен 512 токенами. В доступной карточке нет сведений о лицензии, размере модели и результатах оценки качества.
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-zho-tokenizerНа своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…