Причинная модель на архитектуре GPT-2 для генерации продолжения 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
Модель nikitastheo/v6-goldfish-25k-lower-ell2-ell-sequential_interleaved — причинная языковая модель на архитектуре GPT-2, обученная с помощью скрипта train_clm.py и Hugging Face Accelerate. Она предназначена для генерации продолжения текста. Репозиторий содержит веса в формате safetensors; нативная длина контекста составляет 512 токенов.
Карточка не описывает датасет, языки или конкретные сценарии обучения, поэтому назначение за пределами генерации текста определить нельзя. Лицензия в предоставленных данных не указана.
Карточка не сообщает о данных обучения и целевых языках; контекст ограничен 512 токенами. Лицензия в предоставленных данных не указана.
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/goldfish-25k-ell-lower-tokenizerНа своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…