GPT-2 с контекстом 512 токенов для генерации текста, обученная в эксперименте BabyLM с последовательным чередованием испанского и греческого.
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-spa-ell-sequential_interleaved — генеративная языковая модель GPT-2, обученная автором с помощью скрипта train_clm.py из Hugging Face Accelerate. Она предназначена для продолжения текста и генерации последовательностей. Контекст модели составляет 512 токенов; карточка указывает формат safetensors и библиотеку Transformers.
Название указывает на эксперимент BabyLM с последовательным чередованием испанского и греческого, однако README не описывает обучающие данные, качество или языковое покрытие. Модель опубликована под идентификатором автора nikitastheo; сведения о лицензии в доступных данных отсутствуют.
Контекст ограничен 512 токенами. README не приводит оценок качества или подробностей обучающих данных; лицензия не обозначена в доступных сведениях.
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-spa-tokenizerНа своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…