/ Модель
Каталог

Характеристики

Контекст
2 048 токенов
Архитектура
gpt2 · dense
Базовая модель
poker-pretrain
Опубликована
17 мая 2024

Ссылки

Hugging Face

poker-pretraining

nobody12321
Генерация текстаТекст → текст3 профессии

Дообученная модель GPT-2 для генерации текста с контекстом до 2048 токенов.

301скачиваний за 30 дней0лайковвеса обновлены20 мая 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

Публичные оценки

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.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

nobody12321/poker-pretraining — дообученная языковая модель GPT-2, созданная на основе nobody12321/poker-pretrain. Она предназначена для генерации текста; карточка сообщает результат оценки Loss 1,7246, но не описывает набор данных и целевые сценарии применения. Модель опубликована в формате safetensors и имеет контекстное окно 2048 токенов.

Назначение и качество модели нельзя точнее оценить по доступной карточке: описание, обучающие данные и ограничения не раскрыты. Сведения о лицензии отсутствуют в использованных источниках.

Сценарии применения

  • генерация текста на основе подсказки
  • продолжение короткого текста
  • эксперименты с дообученной GPT-2

Ограничения

Датасет и целевые сценарии не описаны, поэтому качество и предметную специализацию модели определить нельзя. Лицензия в использованных источниках не указана.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

poker-pretraining

This model is a fine-tuned version of nobody12321/poker-pretrain on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 1.7246

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 0.0005
  • train_batch_size: 1
  • eval_batch_size: 1
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 1000
  • num_epochs: 1
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
2.6510.018350002.3357
2.29460.0367100002.2261
2.22120.0550150002.1725
2.17020.0733200002.1131
2.13320.0917250002.0965
2.10620.1100300002.0647
2.08540.1283350002.0518
2.06880.1466400002.0344
2.05560.1650450002.0200
2.0450.1833500002.0177
2.03490.2016550001.9994
2.02540.2200600001.9950
2.01750.2383650001.9861
2.00930.2566700001.9792
2.00130.2750750001.9761
1.99460.2933800001.9676
1.9880.3116850001.9606
1.98170.3299900001.9544
1.97290.3483950001.9465
1.96620.36661000001.9471
1.95970.38491050001.9351
1.95320.40331100001.9313
1.94750.42161150001.9283
1.94070.43991200001.9223
1.93560.45831250001.9139
1.93080.47661300001.9094
1.92440.49491350001.9038
1.91940.51321400001.8983
1.91340.53161450001.8951
1.90930.54991500001.8904
1.90380.56821550001.8826
1.8980.58661600001.8776
1.89310.60491650001.8738
1.88780.62321700001.8685
1.8820.64161750001.8633
1.87550.65991800001.8573
1.870.67821850001.8517
1.86480.69651900001.8465
1.85870.71491950001.8407
1.85370.73322000001.8346
1.83580.75152050001.8094
1.82070.76992100001.7976
1.81090.78822150001.7890
1.80310.80652200001.7788
1.79260.82492250001.7671
1.78210.84322300001.7571
1.77560.86152350001.7497
1.76780.87992400001.7423
1.76270.89822450001.7366
1.75810.91652500001.7317
1.75380.93482550001.7286
1.75130.95322600001.7262
1.750.97152650001.7251
1.74920.98982700001.7246

Framework versions

  • Transformers 4.40.2
  • Pytorch 2.3.0+cu121
  • Datasets 2.19.1
  • Tokenizers 0.19.1

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
7365345

0 моделей

    Создать бенчмарк