/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Лицензия
MIT
Архитектура
gpt2 · dense
Базовая модель
gpt2
Опубликована
28 сен 2026

Ссылки

Hugging Face

gpt2-124m-distilled-from-mistral7b

Sahilkumarr
Генерация текстаТекст → текст3 профессии

Компактная модель GPT-2 на 124 млн параметров, дистиллированная из Mistral-7B-Instruct-v0.2 для продолжения текста по промпту.

521скачиваний за 30 дней0лайковвеса обновлены28 сен 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.

Открыть конструктор бенчмарка

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

Sahilkumarr/gpt2-124m-distilled-from-mistral7b — компактная плотная авторегрессионная языковая модель GPT-2 на 124 млн параметров для продолжения текста по промпту. Она создана дистилляцией логитов Mistral-7B-Instruct-v0.2 в GPT-2 и обучалась на фрагментах WikiText-2; из-за различий токенизаторов потери дистилляции учитывали только совпадающие токены и границы токенов.

Модель принимает и генерирует текст, использует архитектуру GPT2LMHeadModel и имеет контекст 1024 токена. В указанной оценке perplexity на WikiText-2 после дистилляции составила 29,64 против 28,98 у исходного GPT-2, поэтому результат не показывает улучшения по этой метрике. Репозиторий распространяется по лицензии MIT.

Сценарии применения

  • генерация продолжения короткого текста
  • эксперименты с дистилляцией языковых моделей
  • сравнение компактной модели с исходным GPT-2 на WikiText-2

Ограничения

В оценке на WikiText-2 perplexity после дистилляции ухудшилась с 28,98 до 29,64 относительно исходного GPT-2. Контекст ограничен 1024 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

gpt2-124m-distilled-from-mistral7b

GPT-2 (124M) distilled from mistralai/Mistral-7B-Instruct-v0.2 with logit distillation.

Method

  • Loss = 0.5 x T^2 x KL(teacher || student) + 0.5 x cross-entropy, temperature T = 2.0
  • The tokenizers differ (GPT-2: 50,257 tokens, Mistral: 32,000), so the KL term is computed only over the 21,366 tokens whose text is identical in both vocabularies (renormalised), and only at positions where both tokenizers have a token boundary at the same character.
  • Teacher loaded in 4-bit NF4. Data: Salesforce/wikitext/wikitext-2-raw-v1 (19,687 passages), 2000 optimizer steps.

Results (WikiText-2 test, cleaned text, 512-token windows)

Perplexity
GPT-2 before distillation28.98
After distillation29.64

training loss

Usage

from transformers import AutoTokenizer, AutoModelForCausalLM
tok = AutoTokenizer.from_pretrained("Sahilkumarr/gpt2-124m-distilled-from-mistral7b")
model = AutoModelForCausalLM.from_pretrained("Sahilkumarr/gpt2-124m-distilled-from-mistral7b")

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
0df1e9e

0 моделей

    Создать бенчмарк