/ Модель

Характеристики

Контекст
3 000 токенов
Параметры
138 млн
Лицензия
MIT
Архитектура
gpt_neo · dense
Опубликована
6 мая 2023

gptneo-txt2ARXMLv1.6_3000

Генерация текстаТекст → текст3 профессии

Дообученная GPT-Neo на 137,7 млн параметров для генерации текста, вероятно связанного с ARXML, хотя специализация не подтверждена описанием модели.

305скачиваний 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.

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

sarahh23/gptneo-txt2ARXMLv1.6_3000 — дообученная модель Sarahh23 на базе EleutherAI/gpt-neo-125m, предназначенная для генерации текста. По названию репозитория можно предположить специализацию на создании ARXML, однако README не описывает целевую задачу, обучающие данные или сценарии применения, поэтому это назначение не подтверждено карточкой.

Модель использует плотную архитектуру GPT-Neo и содержит 137,7 млн параметров. Указанная длина контекста — 3000 токенов; доступны веса в формате PyTorch. В README приведено значение Loss 0,1562 на тестовой выборке, но набор данных и методика оценки не раскрыты. Лицензия — MIT.

Сценарии применения

  • генерация текста по подсказке
  • экспериментальная генерация ARXML по названию модели

Ограничения

README не раскрывает обучающие данные, предназначение и ограничения, поэтому качество генерации ARXML и значение приведённой метрики Loss невозможно оценить по карточке.

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

gptneo-txt2ARXMLv1.6_3000

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: 0.1562

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: 1
  • eval_batch_size: 1
  • seed: 42
  • distributed_type: multi-GPU
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 8
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 1000
  • num_epochs: 10

Training results

Training LossEpochStepValidation Loss
1.17770.99591.1377
0.60241.991190.6514
0.45132.991790.5405
0.42043.992390.4539
0.31514.992990.4075
0.20566.03590.3154
0.11297.04190.2234
0.08718.04790.1742
0.07648.995380.1575
0.05489.855900.1562

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
388426a

0 моделей