/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Лицензия
MIT
Архитектура
gpt2 · dense
Опубликована
5 апр 2022

Ссылки

Hugging Face

gpt2-wikitext2

vladimir-lomonosov
Генерация текстаТекст → текст3 профессии

Дообученная GPT-2 для генерации и продолжения текста.

54скачиваний за 30 дней0лайковвеса обновлены5 апр 2022

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

vladimir-lomonosov/gpt2-wikitext2 — дообученная модель семейства GPT-2 для генерации текста. В метаданных указаны архитектура GPT2LMHeadModel, формат PyTorch и контекстное окно 1024 токена. Карточка сообщает о дообучении на датасете, обозначенном как None, и приводит значение Loss 6.1153 на оценочной выборке, но не описывает состав данных или протокол оценки. Модель подходит для продолжения текста и экспериментов с языковой генерацией. Выпущена под лицензией MIT.

Сценарии применения

  • продолжение заданного текстового фрагмента
  • генерация связного текста по началу
  • эксперименты с дообучением GPT-2
  • оценка качества генерации текста

Ограничения

Описание датасета и предполагаемых сценариев применения отсутствует; указанный Loss 6.1153 нельзя интерпретировать без сведений о протоколе оценки. Контекст ограничен 1024 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

gpt2-wikitext2

This model is a fine-tuned version of gpt2 on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 6.1153

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: 2e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 3.0

Training results

Training LossEpochStepValidation Loss
6.55741.022496.4738
6.19112.044986.1998
6.00513.067476.1153

Framework versions

  • Transformers 4.17.0
  • Pytorch 1.5.1+cu92
  • Datasets 2.0.0
  • Tokenizers 0.11.6

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
0c2c230

0 моделей

    Создать бенчмарк