/ Модель

Характеристики

Контекст
1 024 токена
Параметры
56,6 млн
Лицензия
MIT
Архитектура
git · dense
Базовая модель
git-base
Библиотека
transformers
Опубликована
27 янв 2025

3d2smiles_pretrain

Генерация текстаТекст → текст3 профессии

Дообученная на базе GIT-base модель с задачами генерации текста и преобразования изображений в текст, обозначенная названием как связанная с преобразованием 3D-данных в SMILES.

15скачиваний за 30 дней0лайковвеса обновлены1 фев 2025

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

weathon/3d2smiles_pretrain — дообученная модель на базе microsoft/git-base, опубликованная в формате safetensors под лицензией MIT. По названию репозитория она связана с преобразованием 3D-данных в SMILES, однако карточка не описывает входные данные, метод преобразования или целевое применение. Метаданные указывают задачи генерации текста и преобразования изображения в текст; базовая GIT-base предназначена для генерации описаний изображений и ответов на визуальные вопросы. Модель содержит 56,6 млн параметров и имеет контекст длиной до 1024 токенов.

В карточке приведены результаты на оценочной выборке: loss 0,0178 и accuracy 0,9535, но описание набора данных и протокола оценки отсутствует, поэтому эти показатели нельзя интерпретировать вне этого контекста. Языки модели также не определены. Лицензия — MIT.

Сценарии применения

  • генерация текста по изображению
  • ответы на визуальные вопросы
  • эксперименты с преобразованием 3D-данных в SMILES

Ограничения

Карточка не раскрывает обучающие данные, конкретное назначение и протокол оценки; указанные loss и accuracy невозможно оценить без этих сведений. Поддерживаемые языки не определены.

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

3d2smiles_pretrain

This model is a fine-tuned version of microsoft/git-base on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0178
  • Accuracy: 0.9535

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: 1e-05
  • train_batch_size: 128
  • eval_batch_size: 128
  • seed: 42
  • optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • num_epochs: 0.2
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossAccuracy
0.00250.04481000.02260.9244
0.00130.08962000.01330.9244
0.00060.13433000.02050.9419
0.00040.17914000.01780.9535

Framework versions

  • Transformers 4.48.1
  • Pytorch 2.5.1+cu121
  • Datasets 3.2.0
  • Tokenizers 0.21.0

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GitForCausalLM
Ревизия весов
6794cec

0 моделей