Причинная модель GPT-2 для генерации и продолжения текста, обученная в рамках эксперимента BabyLM с английским и греческим языками.
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
Модель nikitastheo/v5-babylm-25k-shared-seed43-eng-ell-sequential_interleaved — причинная языковая модель семейства GPT-2, обученная автором с помощью скрипта train_clm.py из Hugging Face Accelerate. Она предназначена для генерации текста и продолжения заданного фрагмента. В названии указаны BabyLM, обучение на 25 тысячах шагов, seed 43 и последовательное чередование английского и греческого языков; карточка не поясняет детали этих параметров. Архитектура модели — GPT2LMHeadModel, формат весов — safetensors, контекст — 512 токенов. Лицензия в предоставленных данных не указана.
Контекст модели ограничен 512 токенами. Предоставленная карточка не описывает оценку качества, обучающие данные 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-25k-eng-seed43-tokenizerНа своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…