/ Модель

Характеристики

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

candor_np_51

Генерация текстаТекст → текст3 профессии

Тонко настроенная GPT-2 для экспериментов с генерацией текста.

82скачиваний 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

candor_np_51 — авторская тонкая настройка GPT-2 для генерации текста. Репозиторий содержит веса в формате safetensors; в метаданных указана архитектура GPT2LMHeadModel и контекстное окно 1024 токена. Карточка сообщает о результате оценки Loss 4.4606, но не описывает назначение модели, обучающий датасет или языки.

Модель подходит для экспериментов с генерацией текста на базе GPT-2. Практическое качество для конкретных сценариев оценить нельзя без сведений о данных и дополнительных проверок. Лицензия в предоставленных данных не указана.

Сценарии применения

  • эксперименты с генерацией текста на базе GPT-2
  • оценка генерации текста на собственных промптах
  • исследование поведения тонко настроенной языковой модели

Ограничения

Не указаны назначение тонкой настройки, языки и обучающие данные; результат Loss 4.4606 без описания оценки не позволяет судить о пригодности для конкретных задач. Лицензия не приведена в предоставленных данных.

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

candor_np_51

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

  • Loss: 4.4606

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: 51
  • 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
5.74041.04224.7804
4.63032.08444.5992
4.50793.012664.5215
4.43624.016884.4742
4.38245.021104.4432
4.33646.025324.4151
4.29477.029544.3961
4.25538.033764.3847
4.21669.037984.3793
4.177910.042204.3769
4.139211.046424.3781
4.100412.050644.3813
4.061313.054864.3906
4.023314.059084.4032
3.986815.063304.4124
3.952316.067524.4254
3.920417.071744.4358
3.892718.075964.4476
3.870619.080184.4548
3.853920.084404.4606

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
12a7414

0 моделей