GPT-2-модель для авторегрессионной генерации текста с контекстом 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/v6-mixed-25k-lower-ewc5-ell-ell-sequential — языковая модель на архитектуре GPT-2, обученная разработчиком с помощью скрипта train_clm.py из Hugging Face Accelerate для авторегрессионного предсказания следующего токена. Модель предназначена для генерации текста; контекст составляет 512 токенов, веса представлены в формате safetensors и используются через Transformers.
README и метаданные не описывают обучающие данные, целевые языки или специальные сценарии применения, поэтому их нельзя надёжно определить. Лицензия и ограничения на использование не приведены.
Контекст ограничен 512 токенами; README и метаданные не сообщают языки, обучающие данные или оценку качества модели.
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-ell-lower-tokenizerНа своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…