/ Модель

Характеристики

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

cds_w_30

Генерация текстаТекст → текст3 профессии

Дообученная GPT-2 для генерации текста с контекстом до 1024 токенов, чья специализация не описана.

61скачиваний 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

cds_w_30 — дообученная автором модель генерации текста на архитектуре GPT-2, доступная в формате safetensors и предназначенная для работы через Transformers. В карточке указано значение loss 3,1756 на наборе оценки, но назначение дообучения и сам набор данных не описаны.

Модель принимает текст и генерирует текст; длина контекста составляет 1024 токена. Данных о специализации, поддерживаемых естественных языках и лицензии нет, поэтому модель можно описать только как универсальную текстовую генеративную модель без подтверждённых прикладных сценариев.

Сценарии применения

  • генерация продолжения короткого текста
  • эксперименты с дообученной GPT-2
  • оценка генерации текста на собственных примерах

Ограничения

Карточка не описывает обучающие данные, специализацию и результаты за пределами значения loss 3,1756 на оценочном наборе; качество и пригодность для конкретных задач не подтверждены. Лицензия не указана 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

cds_w_30

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

  • Loss: 3.1756

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: 30
  • 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
4.5881.04963.5284
3.32262.09923.3046
3.16823.014883.2201
3.08094.019843.1739
3.01575.024803.1432
2.96176.029763.1231
2.91347.034723.1108
2.87068.039683.1021
2.8289.044643.0960
2.788310.049603.0958
2.748411.054563.0989
2.710212.059523.1046
2.674313.064483.1135
2.638114.069443.1234
2.605915.074403.1337
2.572816.079363.1445
2.544117.084323.1567
2.520818.089283.1650
2.500519.094243.1699
2.484820.099203.1756

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
9b150cb

0 моделей