Экспериментальная модель GPT-2 для генерации текста, обученная скриптом causal-LM и рассчитанная на короткий контекст 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
nikitastheo/v6-mixed-25k-lower-shared-ewc10-deu-ell-sequential — причинная языковая модель семейства GPT-2 для генерации текста. Согласно карточке, модель обучена скриптом train_clm.py с использованием Hugging Face Accelerate; в метаданных указана архитектура GPT2LMHeadModel и формат весов safetensors. Контекст составляет 512 токенов.
Название указывает на эксперимент с последовательным обучением на смешанных данных немецкого и греческого языков, однако карточка не описывает состав данных или результаты. Модель может использоваться для генерации продолжений текста в пределах контекста. Лицензия в предоставленных данных не указана.
Контекст ограничен 512 токенами; карточка не приводит оценки качества, состав обучающих данных или условия 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…