/ Модель

Характеристики

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

candor_o_67

Генерация текстаТекст → текст3 профессии

Дообученная GPT-2 модель для генерации текста по контексту длиной до 1024 токенов.

33скачиваний 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

candoro67 — текстовая авторегрессионная модель генерации на архитектуре GPT-2, опубликованная пользователем fpadovani. В карточке указано, что модель дообучена, однако базовая модель и обучающий набор данных не названы.

Модель предназначена для генерации текста по текстовому контексту и работает через библиотеку Transformers. Заявленная длина контекста составляет 1024 токена. В карточке приведён результат оценки: loss 3.4942; подробности набора и методики оценки отсутствуют.

Карточка не описывает целевые сценарии, поддерживаемые языки или ограничения качества, поэтому применимость модели к конкретным задачам следует проверять самостоятельно. Файл весов опубликован в формате safetensors. Сведения о лицензии отсутствуют.

Сценарии применения

  • генерация продолжения текста по затравке
  • создание черновиков коротких текстов
  • эксперименты с дообученной GPT-2

Ограничения

Базовая модель, обучающие данные и целевые сценарии не описаны; приведённый loss 3.4942 не сопровождается деталями оценки. Лицензия и языковая поддержка не указаны в доступных 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_o_67

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

  • Loss: 3.4942

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
5.27481.04224.0635
3.76362.08443.7294
3.54873.012663.6128
3.43774.016883.5462
3.35895.021103.5060
3.29546.025323.4735
3.23997.029543.4535
3.18988.033763.4374
3.14279.037983.4312
3.097810.042203.4254
3.053811.046423.4280
3.011912.050643.4306
2.970913.054863.4365
2.93214.059083.4458
2.89415.063303.4547
2.859716.067523.4645
2.829717.071743.4755
2.803718.075963.4844
2.782619.080183.4903
2.765720.084403.4942

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
790e325

0 моделей