/ Модель

Характеристики

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

my_awesome_eli5_clm-model

Генерация текстаТекст → текст3 профессии

Дообученная компактная GPT-2 для генерации и автодополнения текста.

670скачиваний за 30 дней0лайковвеса обновлены6 окт 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

bornil20005/my_awesome_eli5_clm-model — дообученная авторами модели bornil20005 модель distilbert/distilgpt2 для генерации текста. Она построена на архитектуре GPT-2 и сохранена в формате safetensors; базовая модель описана как компактная англоязычная версия GPT-2 для автодополнения и творческих черновиков. В карточке указана оценка loss 3,7765 на наборе оценки, но назначение дообучения и состав данных не раскрыты. Модель принимает текст и генерирует текст, с контекстом до 1024 токенов. Лицензия — Apache-2.0.

Сценарии применения

  • генерация продолжения текстового фрагмента
  • автодополнение коротких текстов
  • создание черновиков на английском языке

Ограничения

Назначение дообучения, обучающие данные и ограничения качества в карточке не описаны. Указанная оценка loss сама по себе не характеризует качество ответов для конкретных сценариев.

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: 3.7819

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
3.91661.013003.7924
3.82512.026003.7837
3.78043.039003.7819

Framework versions

  • Transformers 5.18.0
  • Pytorch 2.11.0+cu130
  • Datasets 4.8.5
  • Tokenizers 0.23.2

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
3ef84cb

0 моделей