/ Модель

Характеристики

Контекст
2 048 токенов
Лицензия
MIT
Архитектура
gpt2 · dense
Базовая модель
gpt2
Опубликована
23 ноя 2023

BASE_long

Генерация текстаТекст → текст3 профессии

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

350скачиваний за 30 дней0лайковвеса обновлены23 ноя 2023

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.

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

BASElong — дообученная модель генерации текста на архитектуре GPT-2, созданная на основе openai-community/gpt2. В карточке указаны результаты оценки: loss 3,1674 и perplexity 24,5740; обучающий набор данных не раскрыт. Модель предназначена для генерации текста, однако описание не уточняет её тематику или предполагаемые сценарии применения.

Модель использует плотную архитектуру GPT2LMHeadModel, веса опубликованы в формате safetensors, контекст составляет 2048 токенов. Репозиторий распространяется по лицензии MIT. Качество и пригодность для конкретных задач следует оценивать отдельно: сведений о данных, языках и ограничениях в карточке нет.

Сценарии применения

  • генерация продолжения текста
  • создание черновиков на основе текстовой подсказки
  • экспериментальная оценка языковой модели
  • сравнение с другими моделями GPT-2

Ограничения

Обучающий набор данных и целевые сценарии не раскрыты, поэтому качество модели для конкретной тематики или языка не установлено. В карточке приведены только метрики loss и perplexity без подробностей протокола оценки.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

BASE_long

This model is a fine-tuned version of gpt2 on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 3.1674
  • Ppl: 24.5740

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: 2
  • eval_batch_size: 2
  • seed: 22554
  • distributed_type: multi-GPU
  • gradient_accumulation_steps: 16
  • total_train_batch_size: 32
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 2000
  • num_epochs: 10
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossPpl
3.66082.5140003.510634.6847
3.34385.0180003.266627.1444
3.1787.52120003.167424.5740

Framework versions

  • Transformers 4.35.0.dev0
  • Pytorch 1.13.1+cu117
  • Datasets 2.14.6
  • Tokenizers 0.14.1

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
f2fd797

0 моделей