IDEA-CCNL/Wenzhong-GPT2-110M - Каталог нейросетей
Генерация текста

IDEA-CCNL/Wenzhong-GPT2-110M

Добавлено:
IDEA-CCNL/Wenzhong-GPT2-110M

类似于Вэньчжун2.0-GPT2-3.5B-китайский,我们实现了一个маленький版本的12层的Вэньчжун-GPT2-110M,并且在悟道(300G版本)上面进行预训练. Подобно Wenzhong2.0-GPT2-3.5B-chinese, мы реализуем Wenzhong-GPT2-110M небольшого размера с 12 слоями, который предварительно обучен на Wudao Corpus (версия 300G). Если вы используете ресурс для своей работы, пожалуйста, цитируйте нашу статью:

Модальности:
Генерация текста

Задача: Генерация текста
Автор: IDEA-CCNL
Теги: gpt2, generate, zh, text-generation-inference, endpoints_compatible
Лайков: 28  |  Загрузок: 1,948

Открыть на HuggingFace →

Описание основано на материалах HuggingFace. Перевод выполнен автоматически.

Теги: #endpoints_compatible #generate #gpt2 #text-generation-inference #zh

Похожие модели (Генерация текста)

Генерация текста

arcee-ai/Meraj-Mini

После выпуска Arcee Meraj, самой эффективной в мире программы LLM нашего предприятия по арабскому языку, мы рады представить...

787
HF Подробнее
Генерация текста

likewendy/Qwen2.5-3B-YiLin-GGUF-q4_k_m

一个更好的实现, 试试这个: DeepSeek-V3.2-задает-пользователям-вопросы-пока-они-думают https://modelscope.cn/studios/likewendy/DeepSeek-V3.2-asks-the-user-questions- while-they-are-thinking/summary 该模型基于 Qwen2.5-3B-Instruct 的动态4位量化，使用 QLoRA在两个开源数据集一个合成数据集上训练了 3 эпохи,最大上下文长度为 8192。成功的将类似于 DeepSeek-r1 的思维链迁移到 Qwen2.5-3B-Instruct ，并且实现了 «使用系统提示控制思维链»使模型可以更灵活的产生思维链并在思考的过程中与外界交互调用工具，从而实现模型自身«具身智能».该特性旨在解决:模型在输出思考过程的时候,遇到需要查询资料或者用户补充问题时,无法与外界交互,从而导致推理性能得不到释放的问题。 Агент...

1.3k
HF Подробнее