/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
MIT
Архитектура
gpt2 · dense
Опубликована
2 мар 2022

japanese-gpt2-xsmall

Генерация текстаТекст → текст3 профессии

Компактная японская GPT-2 от rinna для генерации текста и продолжения фрагментов на японском языке.

2 111скачиваний за 30 дней16лайковвеса обновлены23 мар 2025

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

rinna/japanese-gpt2-xsmall — компактная авторегрессионная языковая модель семейства GPT-2, разработанная компанией rinna Co., Ltd. Она предназначена для генерации японского текста и продолжения заданного фрагмента. Модель построена на трансформере с 6 слоями и размером скрытого состояния 512; максимальная длина контекста составляет 1024 токена.

Модель обучена на японских данных CC-100 и Википедии с использованием стандартной цели языкового моделирования. Для токенизации применяется SentencePiece с вокабуляром, обученным на японской Википедии. В README приведено значение perplexity около 28 на выбранной валидационной выборке CC-100. Репозиторий предоставляет веса в форматах PyTorch, Safetensors и TensorFlow.

Модель подходит для экспериментов и приложений, которым нужна небольшая GPT-2 для японского автодополнения и генерации. Её специализация на японском языке и контекст до 1024 токенов ограничивают применение для других языков и длинных документов. Лицензия — MIT.

Сценарии применения

  • продолжение японского текста по началу фразы
  • генерация японских предложений и абзацев
  • автодополнение коротких японских текстов

Ограничения

Модель ориентирована на японский язык, а контекст ограничен 1024 токенами. Указанное значение perplexity получено на выбранной выборке CC-100 и не гарантирует качество для других данных и сценариев.

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

japanese-gpt2-xsmall

rinna-icon

This repository provides an extra-small-sized Japanese GPT-2 model. The model was trained using code from Github repository rinnakk/japanese-pretrained-models by rinna Co., Ltd.

How to use the model

from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("rinna/japanese-gpt2-xsmall", use_fast=False)
tokenizer.do_lower_case = True  # due to some bug of tokenizer config loading

model = AutoModelForCausalLM.from_pretrained("rinna/japanese-gpt2-xsmall")

Model architecture

A 6-layer, 512-hidden-size transformer-based language model.

Training

The model was trained on Japanese CC-100 and Japanese Wikipedia to optimize a traditional language modelling objective on 8\*V100 GPUs for around 4 days. It reaches around 28 perplexity on a chosen validation set from CC-100.

Tokenization

The model uses a sentencepiece-based tokenizer, the vocabulary was trained on the Japanese Wikipedia using the official sentencepiece training script.

Release date

August 25, 2021

How to cite

@misc{rinna-japanese-gpt2-xsmall,
    title = {rinna/japanese-gpt2-xsmall},
    author = {Zhao, Tianyu and Sawada, Kei},
    url = {https://huggingface.co/rinna/japanese-gpt2-xsmall}
}

@inproceedings{sawada2024release,
    title = {Release of Pre-Trained Models for the {J}apanese Language},
    author = {Sawada, Kei and Zhao, Tianyu and Shing, Makoto and Mitsui, Kentaro and Kaga, Akio and Hono, Yukiya and Wakatsuki, Toshiaki and Mitsuda, Koh},
    booktitle = {Proceedings of the 2024 Joint International Conference on Computational Linguistics, Language Resources and Evaluation (LREC-COLING 2024)},
    month = {5},
    year = {2024},
    pages = {13898--13905},
    url = {https://aclanthology.org/2024.lrec-main.1213},
    note = {\url{https://arxiv.org/abs/2404.01657}}
}

Licenese

The MIT license

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
8e91527

0 моделей