Экспериментальная GPT-2 модель для генерации текста, обученная в рамках серии BabyLM с чередованием немецкого и греческого.
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, представленная пользователем nikitastheo и обученная скриптом train_clm.py с Hugging Face Accelerate. Модель предназначена для продолжения текста и генерации последовательностей. В идентификаторе указаны BabyLM, обучение на 25 тысячах шагов, общий seed 43 и последовательное чередование немецкого и греческого; эти детали следуют из названия репозитория.
Модель использует архитектуру GPT2LMHeadModel, веса сохранены в формате safetensors, контекст составляет 512 токенов. Карточка не описывает качество и конкретные целевые сценарии. Лицензия в предоставленных данных не указана.
Контекст ограничен 512 токенами. В предоставленной карточке нет оценок качества или подробностей 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-25k-deu-seed43-tokenizerНа своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…