/ Модель

Характеристики

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

bnc_o_67

Генерация текстаТекст → текст3 профессии

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

68скачиваний 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

bnco67 — дообученная языковая модель семейства GPT-2 для генерации текста. Она опубликована в формате safetensors и рассчитана на контекст до 1024 токенов. В README приведён результат оценки: loss 4.3424; сведения о наборе данных и назначении дообучения отсутствуют.

Модель подходит для экспериментов с генерацией продолжений текста и интеграции в приложения на базе Transformers. README не раскрывает разработчика базовой модели, языки обучения, конкретную специализацию или лицензию, поэтому область применения и условия распространения по доступным данным определить нельзя.

Сценарии применения

  • генерация продолжений текста
  • эксперименты с языковой моделью GPT-2
  • создание прототипов генерации текста на Transformers

Ограничения

Данные обучения и целевое назначение дообучения не раскрыты; качество и пригодность для конкретных сценариев по указанному значению loss оценить нельзя. Лицензия и поддерживаемые языки в предоставленных данных не указаны.

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_67

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: 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
6.83651.03915.7459
5.39792.07825.1817
5.00613.011734.9305
4.78154.015644.7744
4.61655.019554.6589
4.48156.023464.5716
4.36627.027374.5057
4.26478.031284.4560
4.17289.035194.4148
4.089610.039104.3853
4.015311.043014.3670
3.948712.046924.3534
3.888613.050834.3445
3.834514.054744.3405
3.78615.058654.3356
3.742616.062564.3361
3.704417.066474.3377
3.671518.070384.3393
3.644919.074294.3405
3.62420.078204.3424

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
06b4aba

0 моделей