/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
Apache 2.0
Архитектура
gpt2 · dense
Базовая модель
distilgpt2
Библиотека
transformers
Опубликована
24 июл 2026

my_awesome_eli5_clm-model

Генерация текстаТекст → текст3 профессии

Дообученная на неизвестном наборе данных компактная GPT-2 для продолжения текста и генерации черновиков.

21скачиваний за 30 дней0лайковвеса обновлены24 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Bm2Ln2/my_awesome_eli5_clm-model — дообученная модель генерации текста на базе distilbert/distilgpt2. Она построена на плотной архитектуре GPT-2 и предназначена для продолжения текста и создания черновиков. Модель принимает текст и генерирует текст; максимальная длина контекста составляет 1024 токена. В репозитории представлены веса Safetensors.

В карточке приведены результаты оценки: loss 3.7809 и точность предсказания токенов 0.2998. Обучающий набор данных не описан, поэтому специализацию и качество для конкретных сценариев оценить нельзя. Лицензия — Apache-2.0.

Сценарии применения

  • автодополнение короткого текста
  • продолжение заданного фрагмента
  • создание творческих черновиков

Ограничения

Обучающий набор данных неизвестен, а карточка не описывает целевые сценарии; результаты оценки сами по себе не подтверждают пригодность для конкретных задач.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

my_awesome_eli5_clm-model

This model is a fine-tuned version of distilbert/distilgpt2 on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 3.7809
  • Token Accuracy: 0.2998

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • num_epochs: 3.0

Training results

Training LossEpochStepValidation LossToken Accuracy
3.91331.013093.79260.2984
3.82442.026183.78220.2997
3.78863.039273.78090.2998

Framework versions

  • Transformers 5.14.1
  • Pytorch 2.13.0+cu132
  • Datasets 5.0.0
  • Tokenizers 0.22.2

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
9f4c92a

0 моделей