Экспериментальная GPT-2-модель для генерации текста, связанная с обучением BabyLM 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
Модель nikitastheo/v6-babylm-25k-deu-ell-sequential_interleaved — языковая модель семейства GPT-2 для генерации текста. Она обучена автором репозитория с помощью скрипта train_clm.py из Hugging Face Accelerate в режиме causal language modeling.
Модель предназначена для продолжения текста и генерации последовательностей. Контекст составляет 512 токенов. По названию репозитория она связана с экспериментом BabyLM на немецком и греческом языках с последовательным чередованием данных; это указывает на экспериментальный сценарий, но карточка не приводит подробностей датасетов или качества.
Веса опубликованы в формате safetensors и доступны через Transformers. Лицензия в предоставленных данных не указана.
Контекст ограничен 512 токенами; карточка не сообщает результаты оценки качества и не указывает лицензию.
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…