AtomicGPT-1

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:

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.