Причинная модель GPT-2 для генерации текста с контекстом 512 токенов, обученная на смешанных немецко-греческих данных.
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-seed44-deu-ell-sequential_interleaved — причинная языковая модель на архитектуре GPT-2, обученная с помощью скрипта train_clm.py из Hugging Face Accelerate. Она предназначена для генерации текста. Веса представлены в формате safetensors, длина контекста — 512 токенов.
Название указывает на обучение на смешанных данных объёмом 25 тысяч примеров с немецким и греческим языками, в последовательном чередовании; README подтверждает только обучение причинной языковой модели и не описывает состав данных подробнее. Лицензия и базовая модель в предоставленных данных не указаны.
Контекст ограничен 512 токенами. README не приводит оценок качества или подробностей обучающих 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-deu-lower-seed44-tokenizerНа своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…