/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
138 млн
Архитектура
gpt_neo · dense

thaigpt-next-125m

Генерация текстаТекст → текст3 профессии

Дообученная на тайских текстах GPT-Neo-модель для генерации текста и few-shot экспериментов на тайском языке.

29скачиваний за 30 дней6лайковвеса обновлены30 июн 2021

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

Thai GPT Next — авторская модель Wannaphong Phatthiyaphaibun, полученная дообучением GPT-Neo-125M на текстовых данных на тайском языке. Она предназначена для генерации тайского текста и экспериментов с few-shot prompting; автор также отмечает возможность использования модели для генерации, но не рекомендует её для этой цели.

Модель имеет плотную архитектуру GPT-Neo с 137,7 млн параметров, принимает текст и выдаёт текст. Контекст модели — до 2048 токенов; в README также указана максимальная длина обучения 280. Для дообучения использовались тайская Википедия и наборы данных с новостями, обзорами, тональностью, токсичностью и переводами. Модель распространяется в формате PyTorch.

В карточке не указана лицензия, поэтому условия использования по лицензии определить нельзя.

Сценарии применения

  • генерация текста на тайском языке
  • эксперименты с few-shot prompting на тайских текстах
  • создание продолжений тайских текстовых фрагментов

Ограничения

Автор не рекомендует модель для обычной генерации текста. Указанное в README ограничение максимальной длины обучения — 280; лицензионные условия в доступных данных отсутствуют.

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

Thai GPT Next

It is fine-tune the GPT-Neo model for Thai language.

GitHub: https://github.com/wannaphong/thaigpt-next

Dataset for fine-tune this model

  • prachathai67k
  • thaisum
  • thai_toxicity_tweet
  • wongnai reviews
  • wisesight_sentiment
  • TLC
  • scb_mt_enth_2020 (Thai only)
  • Thai wikipedia (date: 2021/06/20)

Max Length: 280

Number of train lists: 1,697,254 lists

Number of training: 2 ep

training loss: 0.285500

Model

  • thaigpt-next-125m is fine-tune the GPT-NEO-125M model.

How to use

You can using it from huggingface or PyThaiNLP (in the future) for few-shot learning works or text generation (not recommended).

thaigpt-next-125m at huggingface model: https://huggingface.co/wannaphong/thaigpt-next-125m

License

Copyright 2021 Wannaphong Phatthiyaphaibun

Licensed under the Apache License, Version 2.0 (the "License"); you may not use this file except in compliance with the License. You may obtain a copy of the License at

   http://www.apache.org/licenses/LICENSE-2.0

Unless required by applicable law or agreed to in writing, software distributed under the License is distributed on an "AS IS" BASIS, WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied. See the License for the specific language governing permissions and limitations under the License.

Author

Wannaphong Phatthiyaphaibun

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
c4a0ee2

0 моделей