Экспериментальная GPT-2-модель для генерации продолжения текста, связанная с BabyLM и немецким и греческим языками.
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-deu-ell-sequential_interleaved — причинная языковая модель на архитектуре GPT-2, обученная автором репозитория с помощью скрипта train_clm.py из Hugging Face Accelerate. Она предназначена для генерации продолжения текста. Контекст модели составляет 512 токенов; веса опубликованы в формате safetensors.
Название указывает на связь с BabyLM и последовательное чередование немецкого и греческого материала, однако README не уточняет состав данных или методику обучения. Модель может подойти для экспериментов с генерацией текста на этих языках; её качество и ограничения в карточке не описаны. Условия лицензии в предоставленных данных не указаны.
Контекст ограничен 512 токенами; качество генерации и подробности обучающих данных в карточке не описаны.
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-deu-tokenizerНа своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…