GPT-2 модель для генерации продолжения текста, обученная в последовательном режиме на немецком 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
nikitastheo/v6-babylm-25k-deu-ell-sequential — причинная языковая модель семейства GPT-2, обученная с помощью скрипта train_clm.py из Hugging Face Accelerate. Она предназначена для генерации продолжения текста по текстовому промпту. Контекст модели составляет 512 токенов; веса опубликованы в формате safetensors и используются через Transformers.
Название указывает на последовательное обучение на немецком и греческом языках в рамках проекта BabyLM, однако карточка не приводит подробностей о данных, результатах обучения или качестве. Модель создана пользователем nikitastheo; условия лицензии в доступных данных не приведены.
Контекст ограничен 512 токенами; в карточке нет сведений о метриках качества, обучающих данных и лицензии.
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).
configurations/gpt_base_config.jsonnikitastheo/babylm-25k-deu-tokenizerНа своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…