Экспериментальная причинная языковая модель GPT-2 для генерации текста на немецком и греческом языках 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
Модель nikitastheo/v6-mixed-25k-lower-shared-ewc0.1-deu-ell-sequential — причинная языковая модель на архитектуре GPT-2, обученная разработчиком с помощью скрипта train_clm.py и Hugging Face Accelerate. Она предназначена для генерации текста; карточка не описывает специальные сценарии применения или состав обучающих данных. Нативное контекстное окно составляет 512 токенов. В репозитории указаны веса в формате safetensors.
Модель ориентирована на немецкий и греческий языки, что следует из идентификатора репозитория. Данных о размере модели, лицензии и измеренных качествах в предоставленных источниках нет.
Контекстное окно ограничено 512 токенами. Карточка не приводит данных о качестве, размере модели, обучающих данных или 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/goldfish-25k-deu-lower-tokenizerНа своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…