/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
MIT
Архитектура
gpt2 · dense
Базовая модель
gpt2
Опубликована
22 ноя 2023

BASE_short

Генерация текстаТекст → текст3 профессии

BASEshort — дообученная модель GPT-2 для генерации текста с контекстом до 1024 токенов.

278скачиваний 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

BASEshort — дообученная на неизвестном наборе данных языковая модель семейства GPT-2, опубликованная пользователем qqplot23. Она предназначена для генерации текста и может использоваться в экспериментах или приложениях, которым подходит продолжение текста моделью GPT-2.

Модель построена на архитектуре GPT2LMHeadModel с плотной сетью, принимает текст и генерирует текст. Длина контекста составляет 1024 токена. В README приведены результаты оценки на тестовом наборе: loss 3,3241 и perplexity 28,7555, но назначение набора данных и условия оценки не раскрыты. Лицензия — MIT.

Сценарии применения

  • продолжение заданного текста
  • генерация коротких текстовых фрагментов
  • эксперименты с дообучением GPT-2

Ограничения

Данные для дообучения неизвестны, а README не описывает предполагаемые сценарии использования и ограничения. Приведённые метрики не сопровождаются сведениями о наборе и методике 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_short

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

  • Loss: 3.3241
  • Ppl: 28.7555

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: 0.0001
  • train_batch_size: 4
  • eval_batch_size: 4
  • seed: 22554
  • distributed_type: multi-GPU
  • gradient_accumulation_steps: 8
  • 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
4.46731.2540004.241671.9939
3.86032.580003.725343.0163
3.6383.75120003.532235.4396
3.52295.01160003.432232.0556
3.43776.26200003.374930.2611
3.39727.51240003.341129.2534
3.36888.76280003.324128.7555

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
9cf0431

0 моделей