Характеристики
- Контекст
- 2 048 токенов
- Параметры
- 20,2 млн
- Архитектура
- gpt_neo · dense
- Опубликована
- 12 мая 2023
Ссылки
TinyStories-8M
Небольшая модель GPT-Neo для генерации коротких простых историй на английском языке.
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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
roneneldan/TinyStories-8M — небольшая авторегрессионная языковая модель семейства GPT-Neo, опубликованная Роненом Элданом. Она обучена генерировать короткие связные истории на английском языке, в том числе простые рассказы для детей; размер по метаданным — 20,2 млн параметров, контекст — 2048 токенов.
Модель принимает текстовый запрос и продолжает его текстом. Она подходит для экспериментов с генерацией историй и изучения поведения небольших языковых моделей. Это специализированная модель генерации, поэтому её не следует считать универсальным помощником или использовать для надёжных фактических ответов. Доступна на Hugging Face; сведения о лицензии в доступных источниках не подтверждены.
Сценарии применения
- генерация коротких детских историй по заданной теме
- продолжение начала рассказа
- создание простых сказок и сюжетов
- эксперименты с генерацией текста небольшой языковой моделью
Ограничения
Модель ориентирована на короткие простые истории и может быть ненадёжна для фактических ответов и широкого круга задач. В доступных источниках лицензия не подтверждена.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Автор не опубликовал карточку модели.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- GPTNeoForCausalLM
- Ревизия весов
- 8612e3b