GPT-2 на английском и греческом языках для 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
Это причинная языковая модель на архитектуре GPT-2, представленная nikitastheo в формате Safetensors для генерации текста. Согласно карточке, модель обучалась скриптом train_clm.py с использованием Hugging Face Accelerate. Название репозитория указывает на смешанные данные объёмом 25 тысяч примеров, совместное обучение с EWC и последовательное обучение на английском и греческом языках, однако README не раскрывает эти детали явно.
Модель предназначена для генерации текста; её контекст составляет 512 токенов. Метаданные не содержат сведений о размере модели или лицензии, поэтому условия использования определить нельзя.
Контекст ограничен 512 токенами; README не приводит оценок качества, а лицензия не указана в предоставленных данных.
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…