/ Модель
Каталог

Характеристики

Контекст
2 500 токенов
Параметры
138 млн
Лицензия
MIT
Архитектура
gpt_neo · dense
Опубликована
3 мая 2023

Ссылки

Hugging Face

gptneo-txt2ARXMLv1.2

sarahh23
Генерация текстаТекст → текст3 профессии

Дообученная GPT-Neo-модель для генерации текста, связанного с ARXML.

307скачиваний за 30 дней0лайковвеса обновлены6 мая 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.

Открыть конструктор бенчмарка

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

gptneo-txt2ARXMLv1.2 — дообученная языковая модель Sarahh23 на базе EleutherAI/gpt-neo-125m. Это плотная авторегрессионная GPT-Neo-модель с 137,7 млн параметров и контекстом до 2500 токенов, представленная в формате PyTorch. По названию репозитория модель предназначена для генерации текста, связанного с ARXML, однако README не уточняет сценарии использования и обучающие данные. В карточке приведено значение loss 0,4856 на наборе оценки, без описания методики оценки.

Модель может служить основой для экспериментов по генерации ARXML-текста. Указанная лицензия — MIT. Практическая область применения и качество результатов за пределами приведённой оценки по карточке не установлены.

Сценарии применения

  • генерация текста ARXML
  • эксперименты с генерацией автомобильных конфигурационных данных
  • продолжение текстовых фрагментов в формате ARXML

Ограничения

README не описывает обучающие данные, целевые сценарии и ограничения качества; указанная оценка loss не сопровождается методикой. Контекст составляет 2500 токенов.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443моделиII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейII.1Разработка и данныеАнализ требований и архитектура ПОAI помогает переводить потребности бизнеса в непротиворечивые требования и технические решения.20 задач18 191модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

gptneo-txt2ARXMLv1.2

This model is a fine-tuned version of EleutherAI/gpt-neo-125m on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.4856

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: 0.0002
  • train_batch_size: 2
  • eval_batch_size: 2
  • seed: 42
  • distributed_type: multi-GPU
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 16
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 1000
  • num_epochs: 5

Training results

Training LossEpochStepValidation Loss
1.5630.99421.7070
0.84321.98840.8247
0.66793.01270.6406
0.50543.991690.5493
0.41714.962100.4856

Framework versions

  • Transformers 4.28.1
  • Pytorch 2.0.0+cu118
  • Datasets 2.12.0
  • Tokenizers 0.13.3

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GPTNeoForCausalLM
Ревизия весов
734dccf

0 моделей

    Создать бенчмарк