Характеристики
- Контекст
- 1 024 токена
- Архитектура
- gpt2 · dense
- Опубликована
- 2 мар 2022
Ссылки
arwen-gpt2-medium-x21
Авторегрессионная GPT-2 Medium-модель Stanford CRFM для генерации текста и исследований языковых моделей.
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
stanford-crfm/arwen-gpt2-medium-x21 — авторегрессионная языковая модель семейства GPT-2, разработанная Center for Research on Foundation Models (CRFM) Стэнфордского университета. Модель предназначена для генерации текста и исследовательских экспериментов с обучением, поведением и интерпретируемостью языковых моделей. Она реализована на базе архитектуры GPT-2 Medium, поддерживается библиотеками Transformers и PyTorch и работает с контекстом длиной до 1024 токенов.
Сценарии применения
- автодополнение текста по заданному началу
- генерация связных текстовых продолжений
- эксперименты с авторегрессионным языковым моделированием
- исследование влияния случайного seed на поведение модели
- анализ и интерпретация внутренних представлений GPT-2
Ограничения
Модель ограничена контекстом длиной 1024 токена и не предназначена для диалогового следования инструкциям без дополнительной адаптации. Как базовая авторегрессионная модель, она может генерировать фактически неверный, повторяющийся или бессвязный текст.
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
- GPT2LMHeadModel
- Ревизия весов
- 096da99