File size: 2,921 Bytes
1b407d5 39cfa11 ae37b85 1b407d5 ae37b85 8149dfa 1b407d5 65f273a cc9fd60 65f273a cc9fd60 65f273a cc9fd60 1b407d5 75df64a 1b407d5 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 |
---
license: mit
language:
- de
widget:
- text: <user> Hallo <End>
pipeline_tag: text-generation
tags:
- german
- gpt2
- fine-tuned
- text-generation
- mathematics
- general-knowledge
- conversation
- AI
- NLP
- deep-learning
- machine-learning
library_name: transformers
base_model:
- kkirchheim/german-gpt2-medium
---
# AtomicGPT 1
AtomicGPT 1 ist ein deutsches KI-Sprachmodell, das auf `GPT-2 Medium` basiert und speziell für die Verarbeitung der deutschen Sprache optimiert wurde. Das Modell wurde mit einem **1 MB großen Datensatz** trainiert, der **Mathematik, Allgemeinwissen und Gesprächsdaten** umfasst. Dabei wurde ein besonderer Fokus auf Konversationsfähigkeiten gelegt, da dieser Bereich die meisten Trainingsdaten erhielt.
## Vergleiche
<table>
<thead>
<tr>
<th>Aufgaben</th>
<th>L-GPT_1</th>
<th>L-GPT_1.1</th>
<th>L-GPT_1.5</th>
<th>L-GPT_1.5 mini</th>
<th>AtomicGPT 1.0<</th>
<th>AtomicGPT 2.0</th>
<th>AtomicGPT 3.0</th>
</tr>
</thead>
<tbody>
<tr>
<td>Q&A</td>
<td>7.5%</td>
<td>44.17%</td>
<td>73.33%</td>
<td>64.17%</td>
<td>58.33%</td>
<td>59.17%</td>
<td>90%</td>
</tr>
</tbody>
</table>
## Trainingsdetails
- **Modellbasis**: `kkirchheim/german-gpt2-medium`
- **Datensatzgröße**: 1 MB
- **Trainingsdauer**: 5 Stunden
- **Epochen**: 100
- **Trainingsziele**: Verbesserung der generellen Sprachfähigkeiten in Deutsch mit Fokus auf Mathematik, Allgemeinwissen und natürliche Gespräche
## Anwendungsmöglichkeiten
AtomicGPT 1 eignet sich für verschiedene Anwendungsfälle, darunter:
- **Textgenerierung**: Erzeugung natürlicher und zusammenhängender deutscher Texte
- **Mathematische Problemstellungen**: Unterstützung bei Berechnungen und Problemlösungen
- **Allgemeinwissen**: Bereitstellung fundierter Antworten zu verschiedenen Themenbereichen
- **Dialogsysteme**: Interaktive und realistische Konversationen auf Deutsch
## Lizenz
AtomicGPT 1 steht unter der **MIT-Lizenz**, was eine flexible Nutzung und Weiterentwicklung ermöglicht.
## Installation & Nutzung
Das Modell kann mit der `transformers`-Bibliothek von Hugging Face genutzt werden:
```python
from transformers import GPT2LMHeadModel, AutoTokenizer
model_name = "Atomic-Ai/AtomicGPT-1"
model = GPT2LMHeadModel.from_pretrained(model_name)
tokenizer = AutoTokenizer.from_pretrained(model_name)
prompt = "Was ist die Hauptstadt von Deutschland?"
input_ids = tokenizer(prompt, return_tensors="pt").input_ids
output = model.generate(input_ids, max_length=100)
print(tokenizer.decode(output[0], skip_special_tokens=True))
```
## Bild
---
AtomicGPT 1 ist ein kompaktes, aber leistungsfähiges deutsches Sprachmodell, das für spezifische Anwendungsfälle optimiert wurde. Es kann als Basis für weiterführende Entwicklungen oder als eigenständiges KI-Tool genutzt werden. |