GPT-2-модель для генерации текста, обученная в проекте BabyLM с последовательным чередованием китайского и греческого языков.
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-zho-ell-sequential_interleaved — причинная языковая модель на архитектуре GPT-2, обученная разработчиком с помощью скрипта train_clm.py из Hugging Face Accelerate. Репозиторий содержит веса в формате safetensors, модель предназначена для генерации текста и имеет контекстное окно 512 токенов.
Название указывает на связь с BabyLM и последовательным чередованием китайского и греческого языков, однако README не описывает обучающие данные, точный размер модели или качество на этих языках. Карточка не сообщает лицензию, поэтому условия использования по имеющимся данным определить нельзя.
Контекст ограничен 512 токенами; README не сообщает результаты оценки качества, точный размер модели или лицензию.
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-zho-tokenizerНа своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…