Причинная модель GPT-2 для генерации продолжения текста с контекстом 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/v3-babylm-ara-ell-sequential_interleaved — причинная языковая модель семейства GPT-2 для продолжения текста. Согласно карточке, её обучали скриптом train_clm.py с Hugging Face Accelerate без Trainer. Модель предназначена для генерации текста на основе предыдущих токенов.
Архитектура — GPT2LMHeadModel, веса опубликованы в формате safetensors; библиотека для работы — Transformers. Контекст модели составляет 512 токенов. Название указывает на связь с серией BabyLM и последовательным чередованием арабского и эллинского материала, однако README не описывает языки и обучающие данные, поэтому это назначение нельзя подтвердить по карточке. Лицензия в предоставленных данных не указана.
Контекст ограничен 512 токенами. README не уточняет качество, языковой охват и лицензию модели.
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-ara-tokenizerНа своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…