/ Модель

Характеристики

Контекст
1 024 токена
Архитектура
gpt2 · dense
Библиотека
transformers
Опубликована
29 ноя 2025

bnc_np_42

Генерация текстаТекст → текст3 профессии

Дообученная GPT-2 для генерации текста с контекстом 1024 токена; целевое назначение и обучающие данные не описаны.

89скачиваний за 30 дней0лайковвеса обновлены11 сен 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

bncnp42 — языковая модель на архитектуре GPT-2, доступная в формате safetensors и предназначенная для генерации текста. Карточка сообщает, что модель является дообученной версией, но не указывает исходную модель или обучающие данные.

В карточке приведён результат оценки: loss 5,5661. Сведения о целевом сценарии, языках и ограничениях применения отсутствуют, поэтому качество модели для конкретных задач оценить нельзя. Контекстное окно составляет 1024 токена. Модель распространяется по лицензии, не указанной в доступных данных.

Сценарии применения

  • генерация продолжений текста
  • создание черновиков текста
  • эксперименты с GPT-2

Ограничения

Не описаны обучающий набор данных, целевые сценарии и языки модели; приведённый loss без деталей оценки не позволяет судить о качестве в прикладных задачах.

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

bnc_np_42

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

  • Loss: 5.5661

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: 0.0001
  • train_batch_size: 256
  • eval_batch_size: 256
  • seed: 42
  • optimizer: Use adamw_torch_fused with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 500
  • num_epochs: 20
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
7.10481.03926.3184
6.09532.07846.0224
5.88283.011765.8840
5.75224.015685.7908
5.64865.019605.7201
5.55956.023525.6646
5.47857.027445.6209
5.40388.031365.5882
5.33319.035285.5620
5.26610.039205.5466
5.202111.043125.5379
5.141512.047045.5326
5.083813.050965.5337
5.028914.054885.5361
4.979515.058805.5408
4.936216.062725.5467
4.898717.066645.5530
4.867318.070565.5596
4.841719.074485.5633
4.822720.078405.5661

Framework versions

  • Transformers 4.56.1
  • Pytorch 2.8.0+cu128
  • Datasets 4.0.0
  • Tokenizers 0.22.0

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
1f6adb7

0 моделей