/ Модель

Характеристики

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

candor_o_13

Генерация текстаТекст → текст3 профессии

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

133скачиваний 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

candoro13 — дообученная языковая модель семейства GPT-2, опубликованная пользователем fpadovani на Hugging Face. Она предназначена для генерации текста; карточка не уточняет целевые сценарии и данные дообучения. Модель использует архитектуру GPT2LMHeadModel, распространяется в формате safetensors и имеет контекст длиной 1024 токена. Для оценки приведено значение loss 3,4956, но описание не раскрывает методику оценки.

Карточка не сообщает базовую модель, языки, лицензию или конкретные ограничения применения. Поэтому пригодность для заданных тематик и языков, а также условия коммерческого использования установить нельзя.

Сценарии применения

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

Ограничения

Карточка не описывает обучающие данные, базовую модель, языковую специализацию и методику оценки; приведён только loss 3,4956. Лицензия и условия использования в доступных 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

candor_o_13

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

  • Loss: 3.4956

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: 13
  • 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
5.29781.04224.0581
3.76372.08443.7319
3.54943.012663.6136
3.43874.016883.5481
3.35995.021103.5039
3.29646.025323.4744
3.24077.029543.4528
3.19028.033763.4394
3.1439.037983.4321
3.097810.042203.4266
3.05411.046423.4252
3.011712.050643.4315
2.970813.054863.4373
2.931614.059083.4445
2.893515.063303.4546
2.858916.067523.4669
2.828817.071743.4778
2.803118.075963.4841
2.781419.080183.4919
2.764620.084403.4956

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
6bdfafd

0 моделей