/ Модель

Характеристики

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

bnc_np_67

Генерация текстаТекст → текст3 профессии

Дообученная модель GPT-2 для генерации текста с контекстом до 1024 токенов.

25скачиваний 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

fpadovani/bnc_np_67 — дообученная причинная языковая модель на архитектуре GPT-2 для генерации текста. В метаданных указана библиотека Transformers и контекст до 1024 токенов. Модель сохраняется в формате Safetensors.

Карточка приводит значение loss 5,5639 на оценочном наборе, но не описывает набор данных, целевую область или предполагаемые сценарии применения. Поэтому качество и пригодность модели для конкретных задач по этим сведениям оценить нельзя. Лицензия не указана в предоставленных данных.

Сценарии применения

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

Ограничения

Не описаны обучающие данные и целевая область; приведённый loss без сведений о датасете и протоколе оценки не позволяет судить о качестве. Лицензия в предоставленных данных отсутствует.

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_67

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

  • Loss: 5.5639

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: 67
  • 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
7.11151.03926.3201
6.09912.07846.0233
5.88533.011765.8869
5.75294.015685.7900
5.64875.019605.7186
5.55876.023525.6655
5.47787.027445.6204
5.40218.031365.5855
5.33129.035285.5616
5.263710.039205.5482
5.199211.043125.5355
5.138512.047045.5301
5.080913.050965.5292
5.026114.054885.5342
4.976515.058805.5376
4.93316.062725.5430
4.895717.066645.5500
4.863918.070565.5550
4.838519.074485.5614
4.819520.078405.5639

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
f1415c7

0 моделей