Небольшая авторегрессионная GPT-2 модель серии BabyLM для генерации текста на английском и греческом языках.
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 авторегрессионная языковая модель семейства GPT-2 от nikitastheo, обученная как causal language model с помощью скрипта Hugging Face Accelerate train_clm.py. Название указывает на связь с серией BabyLM и последовательность обучения на английском и греческом языках в нижнем регистре, однако README не уточняет состав данных и схему чередования языков. Модель предназначена для генерации текста; её контекст составляет 512 токенов.
Модель использует архитектуру GPT2LMHeadModel и распространяется в формате safetensors. Карточка не сообщает размер модели, лицензию, подробности обучающего набора или оценку качества, поэтому эти характеристики нельзя надёжно описать.
Контекст ограничен 512 токенами; сведения о лицензии, размере и качестве модели в предоставленной карточке отсутствуют.
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-25k-eng-lower-tokenizerНа своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…