/ Модель
Каталог

Характеристики

Контекст
256 токенов
Архитектура
gpt2 · dense
Библиотека
transformers
Опубликована
21 мая 2026

Ссылки

Hugging Face

chess_gpt

dnn25519
Генерация текстаТекст → текст3 профессии

Дообученная GPT-2 для генерации текста, чья специализация на шахматах не подтверждена описанием модели.

41скачиваний за 30 дней0лайковвеса обновлены2 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.

Открыть конструктор бенчмарка

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

dnn25519/chess_gpt — дообученная автором GPT-2 для генерации текста; название репозитория указывает на шахматную тематику, но README не подтверждает её назначение и не описывает обучающие данные. Модель использует архитектуру GPT2LMHeadModel, загружает веса в формате safetensors и рассчитана на контекст до 256 токенов. В карточке приведён результат оценки: loss 2.0016.

Модель доступна через библиотеку Transformers. Лицензия и практические ограничения в предоставленных данных не описаны.

Сценарии применения

  • генерация продолжения текстового промпта
  • эксперименты с компактной GPT-2
  • проверка генерации текста в Transformers

Ограничения

README не уточняет назначение, обучающие данные, поддерживаемые языки и лицензию; шахматную специализацию нельзя подтвердить по доступным сведениям. Контекст ограничен 256 токенами.

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 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

chess_gpt

This model is a fine-tuned version of on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 2.0016

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: 0.0003
  • train_batch_size: 128
  • eval_batch_size: 128
  • seed: 42
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.9) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 200
  • num_epochs: 3
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
4.39450.04595004.1863
3.56020.091910003.3568
3.22600.137815003.0412
3.03410.183820002.8599
2.90790.229725002.7319
2.80440.275730002.6385
2.72100.321635002.5691
2.65790.367540002.5138
2.61140.413545002.4692
2.56990.459450002.4287
2.53130.505455002.3933
2.49410.551360002.3640
2.46630.597365002.3397
2.44450.643270002.3147
2.41730.689175002.2942
2.39750.735180002.2726
2.37750.781085002.2570
2.36050.827090002.2396
2.33930.872995002.2246
2.32150.9189100002.2117
2.31500.9648105002.1971
2.29301.0108110002.1871
2.28221.0567115002.1762
2.27281.1026120002.1648
2.26471.1486125002.1549
2.25391.1945130002.1468
2.24451.2405135002.1370
2.23401.2864140002.1298
2.23061.3324145002.1213
2.22241.3783150002.1132
2.21011.4242155002.1075
2.20321.4702160002.0996
2.19821.5161165002.0931
2.19061.5621170002.0864
2.18261.6080175002.0818
2.17881.6540180002.0751
2.17621.6999185002.0690
2.16881.7458190002.0656
2.16031.7918195002.0588
2.15951.8377200002.0548
2.15251.8837205002.0499
2.14791.9296210002.0457
2.14081.9756215002.0417
2.13072.0215220002.0373
2.12902.0674225002.0350
2.12632.1134230002.0307
2.12012.1593235002.0276
2.12202.2053240002.0246
2.11772.2512245002.0216
2.11392.2972250002.0191
2.11002.3431255002.0163
2.10772.3890260002.0144
2.10692.4350265002.0127
2.10812.4809270002.0100
2.10402.5269275002.0084
2.10112.5728280002.0070
2.10022.6188285002.0059
2.09842.6647290002.0049
2.09792.7106295002.0037
2.09992.7566300002.0029
2.09912.8025305002.0024
2.09122.8485310002.0020
2.09682.8944315002.0018
2.09092.9404320002.0016
2.09712.9863325002.0016
2.09553.0326492.0016

Framework versions

  • Transformers 5.12.1
  • Pytorch 2.10.0+cu128
  • 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
4814262

0 моделей

    Создать бенчмарк