/ Модель
Каталог

Характеристики

Контекст
256 токенов
Архитектура
gpt2 · dense
Базовая модель
gpt2-urdu-20k-lc
Библиотека
transformers
Опубликована
8 сен 2026

Ссылки

Hugging Face

gpt2-urdu-dutch-routed

aariciah
Генерация текстаТекст → текст3 профессии

Дообученная модель GPT-2 для генерации текста, обозначенная как вариант для урду и нидерландского языков.

213скачиваний за 30 дней0лайковвеса обновлены8 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

aariciah/gpt2-urdu-dutch-routed — плотная авторегрессионная языковая модель GPT-2 для генерации текста, дообученная на основе aariciah/gpt2-urdu-20k-lc. Репозиторий использует библиотеку Transformers и формат весов safetensors; заявленная длина контекста — 256 токенов.

Модель предназначена для генерации текста. В карточке она названа вариантом с поддержкой урду и нидерландского, однако сведения о датасете, маршрутизации между языками и результатах оценки не приведены. README также не описывает сценарии применения и ограничения. Лицензия в доступных данных не указана.

Сценарии применения

  • генерация текста на урду
  • генерация текста на нидерландском
  • продолжение короткого текста

Ограничения

Контекст ограничен 256 токенами. В карточке не описаны данные обучения, оценки качества и особенности переключения между языками.

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.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

gpt2-urdu-dutch-routed

This model is a fine-tuned version of aariciah/gpt2-urdu-20k-lc on the None dataset.

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: 0.0004
  • train_batch_size: 64
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 256
  • 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
  • lr_scheduler_warmup_steps: 1000
  • training_steps: 1525
  • mixed_precision_training: Native AMP

Training results

Framework versions

  • Transformers 4.57.3
  • Pytorch 2.9.1+cu128
  • Datasets 3.6.0
  • Tokenizers 0.22.1

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
cfe6323

0 моделей

    Создать бенчмарк