Причинная GPT-2 модель для генерации и продолжения текста с контекстом 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/v4-babylm-ita-ell-sequential_interleaved — причинная языковая модель семейства GPT-2 для генерации текста. Карточка сообщает, что модель обучена скриптом train_clm.py с использованием Hugging Face Accelerate.
Модель предназначена для продолжения текста и экспериментов с языковым моделированием. В метаданных указан контекст до 512 токенов и формат весов safetensors. Название указывает на последовательное чередование итальянского и греческого в рамках серии BabyLM, однако карточка не описывает языковые данные и результаты, поэтому назначение для этих языков нельзя считать подтверждённым.
Лицензия и оценка качества в доступных данных не указаны.
Контекст ограничен 512 токенами. Данные не подтверждают языки обучения, качество модели или условия лицензии.
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-vocab15-ita-tokenizerНа своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…