Характеристики
- Контекст
- 2 048 токенов
- Параметры
- 80,8 млн
- Архитектура
- gpt_neo · dense
- Опубликована
- 12 мая 2023
Ссылки
TinyStories-Instruct-2Layers-33M
Небольшая GPT-Neo-модель Ronen Eldan для генерации простых английских историй по инструкциям или текстовому началу.
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-Instruct-2Layers-33M — небольшая авторегрессионная языковая модель, опубликованная Ronen Eldan на Hugging Face. Она предназначена для генерации текста по промпту и обучена в формате TinyStories-Instruct, ориентированном на создание простых коротких историй по заданным инструкциям или началу текста. Модель использует архитектуру GPT-Neo и поддерживает запуск через Transformers и PyTorch; в метаданных указано 80,8 млн параметров и контекст до 2048 токенов. Основной язык применения — английский.
Сценарии применения
- генерация коротких детских историй
- продолжение простого английского рассказа
- создание сюжета по краткой инструкции
- эксперименты с компактными языковыми моделями
- обучение и демонстрация авторегрессионной генерации текста
Ограничения
Модель мала и специализирована на простых историях, поэтому не предназначена для надёжных ответов на общие вопросы, сложного рассуждения или профессиональных задач. Генерируемый текст может быть фактически недостоверным или повторяющимся.
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
- aa1f924