/ Модель

Характеристики

Контекст
1 024 токена
Архитектура
gpt2 · dense
Опубликована
1 окт 2026

gpt2-c4-muon-lr2.5e-3-475843

Генерация текстаТекст → текст3 профессии

GPT-2 small, обученная с нуля на английском корпусе C4 для продолжения и генерации текста.

236скачиваний за 30 дней0лайковвеса обновлены1 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

Это языковая модель GPT-2 small, обученная с нуля разработчиком burnedinthesky на английских данных C4. Она предназначена для продолжения текста и генерации английского текста по заданному фрагменту. Модель использует плотную архитектуру GPT-2 с классом GPT2LMHeadModel и исходный токенизатор GPT-2 с дополненным словарём на 50 304 токена; длина контекста составляет 1 024 токена.

При обучении использовался оптимизатор Muon для матриц скрытых проекций и AdamW для остальных параметров. В README приведены результаты проверки на отложенной выборке C4: perplexity 29,03. Это конечный чекпойнт отдельного запуска обучения, а не описанная как готовый продукт универсальная модель; оценка проведена на ограниченной выборке и не подтверждает качество для других задач или языков. Лицензия в предоставленных данных не указана.

Сценарии применения

  • продолжение англоязычного текста
  • генерация коротких английских фрагментов по началу текста
  • эксперименты с обучением GPT-2 и оптимизатором Muon

Ограничения

Контекст ограничен 1 024 токенами. Проверка выполнена на отложенных документах C4 и не показывает качество на других доменах или языках.

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

GPT-2 small trained on C4 with Muon

Trained from scratch with the GPT-2 small architecture and tokenizer, with a padded vocabulary of 50,304 tokens. This is the final checkpoint from Slurm job 475843.

  • Peak LR: 0.0025; 5% linear warmup, then 95% cosine decay with no plateau.
  • Muon for hidden projection matrices; AdamW for other parameters.
  • Context: 1,024 tokens; global batch: 544 sequences.
  • Two H200 GPUs; BF16 training, torch.compile, FlashAttention 2.
  • 2,676 optimizer updates; 1,490,681,856 input tokens processed.
  • Deduplicated, filtered, shuffled, packed C4 English training data.

Evaluation

Final token-weighted loss: 3.368404; perplexity: 29.032148. Evaluated on 2,048 C4 English validation documents after the first 100,000 in seed-42 shuffled order, truncated to 1,024 GPT-2 tokens per document. This is the development holdout, not the OJ 100,000-document evaluation.

Training: https://wandb.ai/cerulean-labs/gpt2-training/runs/820bcdca

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
7fade17

0 моделей