/ Модель

Характеристики

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

bnc_o_42

Генерация текстаТекст → текст3 профессии

bnco42 — дообученная GPT-2 для генерации текста с контекстом 1024 токена.

67скачиваний 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

bnco42 — дообученная модель генерации текста на архитектуре GPT-2, опубликованная пользователем fpadovani. В README указана оценка loss 4,3424 на наборе для оценки, но базовая модель и данные обучения не названы.

Модель предназначена для генерации текста; карточка не описывает конкретные сценарии применения, языки или сильные стороны. Контекст составляет 1024 токена, веса представлены в формате safetensors. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация продолжения текста
  • создание черновиков текста
  • эксперименты с дообученной GPT-2

Ограничения

README не раскрывает базовую модель, обучающий набор данных, языки и предполагаемые сценарии применения. Значение loss приведено без описания набора оценки и методики, поэтому по нему нельзя надёжно судить о качестве в конкретных 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_o_42

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

  • Loss: 4.3424

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
6.83271.03915.7466
5.39912.07825.1792
5.00453.011734.9297
4.78034.015644.7701
4.61465.019554.6562
4.48036.023464.5692
4.3657.027374.5022
4.26378.031284.4542
4.17239.035194.4141
4.089310.039104.3872
4.015411.043014.3674
3.948612.046924.3525
3.888713.050834.3449
3.834514.054744.3382
3.785915.058654.3362
3.742816.062564.3348
3.704717.066474.3370
3.672218.070384.3393
3.645119.074294.3410
3.623920.078204.3424

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
8307967

0 моделей