数据集

bergson-magic-scores-gpt-2

EleutherAI/bergson-magic-scores-gpt-2

查看上游原文 ↗
上游访问:公开 本站服务:可咨询 内容检查:AI 辅助整理并检查 许可证:mit 上游版本:20db96c41ad0

中文简介

EleutherAI/bergson-magic-scores-gpt-2 是 EleutherAI 在 Hugging Face 发布的数据集仓库,当前卡片主要关联上游卡片所列任务。本站固定记录上游版本 20db96c41ad0,同步到 5 个文件,文件元数据合计 148.70 KB;访问状态为“公开”,许可证字段为“mit”。

UPSTREAM README

上游模型卡 / 数据集卡

在 Hugging Face 查看原文 ↗

【README 卡片中文译介】

以下内容依据上游仓库 EleutherAI/bergson-magic-scores-gpt-2 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息,完整技术细节、代码示例和许可文本请同时查看上游原文。

【资源概览】
EleutherAI/bergson-magic-scores-gpt-2 是 EleutherAI 在 Hugging Face 发布的数据集仓库,当前卡片主要关联上游卡片所列任务。本站固定记录上游版本 20db96c41ad0,同步到 5 个文件,文件元数据合计 148.70 KB;访问状态为“公开”,许可证字段为“mit”。

【适用方向】
适合在明确数据字段、拆分和许可证后,用于上游卡片所列任务相关的训练、评测或研究。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分,避免只依据仓库名称判断数据质量。

【版本与规格】
固定版本:20db96c41ad0。 任务标签:上游卡片所列任务。 语言字段:en。 上游页面记录的最近更新时间:2026-05-08。

【文件信息】
上游 API 返回 5 个文件,文件元数据合计 148.70 KB。 已保存文件清单中的主要扩展名:.csv 2 个、.md 1 个、.pt 1 个、无扩展名 1 个。 当前较大的文件包括:scores.pt(144.91 KB);validation.csv(4.65 KB);.gitattributes(2.45 KB)。

【运行或处理环境】
仓库文件元数据合计 148.70 KB。仅按下载、解压和临时文件估算,建议至少预留约 178.44 KB 可用磁盘;实际需求还取决于压缩率、缓存、数据转换和训练副本,正式处理前应以完整文件清单重新测算。

【使用边界】
许可证显示为“mit”,具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。

已有简体中文译文 · Codex 基于固定版本 README 与上游元数据生成中文结构化译介 · 2026-07-26 00:51

bergson MAGIC scores — GPT-2 / wikitext-2 / random validation Per-document MAGIC attribution scores for a GPT-2 model fine-tuned on `Salesforce/wikitext` `wikitext-2-raw-v1` `train`, attributing the training-loss gradient with respect to the model's output on `test[3:4]` (a single test example, taken as the query). Scores were produced by the `bergson` attribution toolkit's MAGIC subcommand, which back-propagates through the entire training trajectory to compute, for each training doc `d`, `∂(L_query)/∂(w_d)` — the first-order Taylor expansion of how much removing doc `d` from training would change the query loss. Files | file | description | |---|---| | `scores.pt` | torch.float32 tensor, shape `(36718,)`. Indexed by original wikitext-2 train row position (filtered <2-token rows have score 0). | | `summary.csv` | Final Spearman/Pearson correlation between MAGIC scores and 100-subset leave-k-out training-loss diffs at validate time. | | `validation.csv` | Per-subset (`subset, diff, score_sum`) records from the leave-k-out validation. | Loading Validation result Random-strategy 100-subset leave-k-out validation, batch_size=256, num_epochs=2, polynomial LR schedule: | metric | value | p | |---|---|---| | Spearman ρ | **+0.9731** | 2.71e-64 | | Pearson r | **+0.9724** | 1.00e-63 | | baseline_loss | 3.6840 | | (Sorted-strategy validation against the same scores reaches ρ = +0.9926 on the same 100 subsets.) YAML used to generate these scores Saved as `examples/magic/gpt2_wikitext.yaml` in the bergson repo. Run with:

公开页仅展示原文摘录;完整模型卡或数据集卡请前往上游仓库查看。

适用场景

适合在明确数据字段、拆分和许可证后,用于上游卡片所列任务相关的训练、评测或研究。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分,避免只依据仓库名称判断数据质量。

规模与格式

固定版本:20db96c41ad0。 任务标签:上游卡片所列任务。 语言字段:en。 上游页面记录的最近更新时间:2026-05-08。

文件说明

上游 API 返回 5 个文件,文件元数据合计 148.70 KB。 已保存文件清单中的主要扩展名:.csv 2 个、.md 1 个、.pt 1 个、无扩展名 1 个。 当前较大的文件包括:scores.pt(144.91 KB);validation.csv(4.65 KB);.gitattributes(2.45 KB)。

上游文件元数据

  • .gitattributes2.45 KB
  • README.md2.42 KB
  • scores.pt144.91 KB
  • summary.csv172 B
  • validation.csv4.65 KB

硬件建议

仓库文件元数据合计 148.70 KB。仅按下载、解压和临时文件估算,建议至少预留约 178.44 KB 可用磁盘;实际需求还取决于压缩率、缓存、数据转换和训练副本,正式处理前应以完整文件清单重新测算。

注意事项

许可证显示为“mit”,具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件,并在合法访问权限、许可证及平台规则允许的前提下,协助海内外下载、完整性校验及网盘或硬盘交付;本官网本身不托管或下载资源文件。

第三方资源声明

本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明,不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。