Небольшая причинная GPT-2 модель для продолжения текста, обученная на немецком и греческом языках в формате BabyLM.
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
Это причинная языковая модель семейства GPT-2, опубликованная пользователем nikitastheo. Модель обучена для продолжения текста с помощью скрипта train_clm.py на базе Hugging Face Accelerate; README указывает на вариант BabyLM с обозначением 15k и последовательным чередованием данных для немецкого и греческого языков.
Модель принимает текст и генерирует продолжение. Архитектура — плотная GPT2LMHeadModel, веса сохранены в safetensors, максимальный контекст составляет 512 токенов. По имеющимся данным, модель подходит для экспериментов с генерацией текста на немецком и греческом языках. Размер модели и лицензия не указаны в доступных источниках.
Контекст ограничен 512 токенами. В доступных источниках не приведены сведения о размере модели, лицензии и оценках качества.
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_small_config.jsonnikitastheo/babylm-15k-deu-tokenizerНа своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…