Model Card for Model ID


tags:

  • text-generation

metrics: - perplexity
model-index: - name: Mini-GPT-10M
results: - task: type: text-generation metrics: type: perplexity value: 202.5

Mini-GPT 10M Parameters (From Scratch)

Ce modèle est un mini-GPT de 10 millions de paramètres entraîné entièrement à partir de zéro sur ensemble wikimedia/wikipedia

Détails de l'Architecture

  • Modèle de base : GPT-2 architecture
  • Couches (Layers) : 4
  • Têtes d'attention (Heads) : 4
  • Dimension d'embedding : 160
  • Longueur de contexte : 512 tokens

Performance & Métriques

  • Training Loss finale : 5.47
  • Validation Loss finale : 5.31
  • Perplexité : [Mets ton score]

Paramètres de génération recommandés

Pour éviter les bégaiements lors du test sur l'interface Hugging Face, utilisez ces paramètres :

  • repetition_penalty: 1.2
  • temperature: 0.7
  • top_k: 50
Downloads last month
-
Safetensors
Model size
6.7M params
Tensor type
F32
·
Inference Providers NEW
This model isn't deployed by any Inference Provider. 🙋 Ask for provider support

Dataset used to train abdi38394/mini-gpt-10m-fineweb