/ Модель

Характеристики

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

my_awesome_eli5_clm-model

Генерация текстаТекст → текст3 профессии

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

72скачиваний за 30 дней0лайковвеса обновлены28 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

my_awesome_eli5_clm-model — дообученная модель генерации текста на базе distilbert/distilgpt2, опубликованная пользователем aymanaboghonim. Она построена на архитектуре GPT-2 и предназначена для генерации продолжения текста. Контекст модели составляет 1024 токена; веса представлены в формате safetensors.

Карточка указывает значение loss 3,7943 на наборе для оценки, но не описывает обучающие данные, целевую область или специальные сценарии применения. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • генерация продолжения заданного текста
  • создание черновиков и коротких фрагментов текста
  • автодополнение текста

Ограничения

Обучающий набор данных и предполагаемая область применения не описаны. Значение loss на оценочном наборе само по себе не характеризует качество для конкретных пользовательских 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: 3.7943

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 Loss
3.90921.013033.8036
3.81382.026063.7957
3.78413.039093.7943

Framework versions

  • Transformers 5.13.1
  • Pytorch 2.11.0+cu128
  • Datasets 4.0.0
  • 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
1c9603b

0 моделей