Экспериментальная GPT-2 для продолжения текста, связанная с английским и греческим языками.
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
Это причинная языковая модель семейства GPT-2, обученная автором nikitastheo с помощью скрипта Hugging Face Accelerate train_clm.py. Модель предназначена для генерации текста: она продолжает входную последовательность, предсказывая следующие токены.
В названии репозитория указаны смешанное обучение на 25 тысячах примеров и языки английский и греческий; подробностей о составе данных и качестве модели карточка не приводит. Контекст модели составляет 512 токенов, веса опубликованы в формате safetensors для библиотеки Transformers.
Модель подойдёт для экспериментов с генерацией короткого текста на английском и греческом языках. Лицензия и сведения о пригодности для практического развертывания в предоставленных данных отсутствуют.
Контекст ограничен 512 токенами; сведения о данных обучения, качестве, лицензии и практической проверке модели в карточке не приведены.
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-eng-lower-tokenizerНа своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…