Причинная языковая модель на базе GPT-2 для генерации 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/v5-mixed-25k-ell-ell-sequential_interleaved — причинная языковая модель семейства GPT-2, обученная автором репозитория с помощью скрипта train_clm.py и Hugging Face Accelerate. По метаданным, модель предназначена для генерации текста и имеет контекст длиной 512 токенов.
Карточка не описывает состав обучающих данных, языковую специализацию, размер модели или конкретные сценарии применения. Поэтому её можно характеризовать только как текстовую модель общего назначения для автодополнения и генерации продолжений. В репозитории указаны веса в формате safetensors; лицензия и сведения о коммерческом использовании не приведены.
Контекст ограничен 512 токенами; карточка не сообщает о качестве, обучающих данных или языковой специализации модели.
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-ell-tokenizerНа своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…