Характеристики

Контекст: 1 024 токена
Лицензия: Apache 2.0
Архитектура: gpt2 · dense
Базовая модель: distilgpt2
Библиотека: transformers
Опубликована: 25 авг 2026

Ссылки

Hugging Face

chanthecno-CTV1

candripanjaitan

Генерация текстаТекст → текст3 профессии

Дообученная на базе distilgpt2 модель для генерации текста с контекстом до 1024 токенов.

415скачиваний за 30 дней0лайковвеса обновлены25 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

chanthecno-CTV1 — языковая модель Candri Panjaitan, дообученная на базе distilgpt2. Она предназначена для генерации текста и использует архитектуру GPT-2 с плотной нейронной сетью; модель загружается через библиотеку Transformers и распространяется в формате Safetensors. Контекст составляет до 1024 токенов.

Карточка не описывает обучающие данные, целевую тематику, языки или результаты оценки, поэтому область применения и качество генерации определить нельзя. Модель опубликована по лицензии Apache-2.0.

Сценарии применения

генерация продолжения текста
создание черновиков текста
эксперименты с генерацией на базе GPT-2

Ограничения

Обучающий набор данных, поддерживаемые языки и качество модели не описаны; пригодность для конкретных сценариев не подтверждена.

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 385моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей II.1Разработка и данныеАнализ требований и архитектура ПОAI помогает переводить потребности бизнеса в непротиворечивые требования и технические решения.20 задач18 191модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

chanthecno-CTV1

This model is a fine-tuned version of distilgpt2 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: 5e-05
train_batch_size: 2
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: 5
mixed_precision_training: Native AMP

Training results

Framework versions

Transformers 5.15.0
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

Нельзя запустить

Репозиторий недоступен на Hugging Face.

Класс архитектуры: GPT2LMHeadModel
Ревизия весов: 3bc2a10