/ Модель

Характеристики

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

my_awesome_eli5_clm-model

Генерация текстаТекст → текст3 профессии

Дообученная на неизвестных данных модель GPT-2 для генерации текста.

9скачиваний за 30 дней0лайковвеса обновлены11 июн 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

my_awesome_eli5_clm-model — дообученная модель генерации текста на базе distilbert/distilgpt2. В метаданных указаны архитектура GPT-2, библиотека Transformers, формат safetensors и контекст до 1024 токенов. README сообщает о дообучении на неизвестном наборе данных и приводит значение loss 3.8468 на оценочной выборке, но не описывает назначение обучения или сценарии применения. Модель может генерировать продолжение текста по текстовому запросу.

Базовая модель — компактная англоязычная версия GPT-2; сведений о языках и предметной специализации именно этого дообучения нет. Репозиторий распространяется по лицензии Apache-2.0. Качество и пригодность для конкретных задач по имеющимся данным оценить нельзя.

Сценарии применения

  • генерация продолжения текста по подсказке
  • создание черновиков текста
  • автодополнение текста

Ограничения

Набор данных и целевое назначение дообучения не описаны, поэтому качество для конкретных сценариев неизвестно. README приводит loss 3.8468, но не содержит контекста, позволяющего интерпретировать эту оценку.

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: 3.8468

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: 0.0001
  • 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: 4

Training results

Training LossEpochStepValidation Loss
3.80811.013153.8101
3.59482.026303.8139
3.45423.039453.8316
3.37814.052603.8468

Framework versions

  • Transformers 5.10.2
  • Pytorch 2.12.0+cu130
  • 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
3795c10

0 моделей