/ Модель

Характеристики

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

cds_w_51

Генерация текстаТекст → текст3 профессии

Модель GPT-2 для генерации текста, дообученная на неизвестных данных.

60скачиваний 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

cdsw51 — модель генерации текста на архитектуре GPT-2, опубликованная пользователем fpadovani и представленная в формате Safetensors для библиотеки Transformers. В README указано, что модель дообучена на неизвестном наборе данных; размер модели и назначение дообучения не раскрыты. Для контекста доступно до 1024 токенов.

Модель предназначена для генерации текста, однако конкретные сценарии применения и поддерживаемые языки по карточке установить нельзя. В README приведено значение loss 3,1754 на оценочном наборе, но набор данных и методика оценки не описаны. Условия лицензии не указаны в доступных данных.

Сценарии применения

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

Ограничения

Данные для дообучения и целевое назначение не описаны; приведённый loss нельзя интерпретировать без сведений об оценочном наборе и методике. Лицензия в доступных данных не указана.

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_51

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

  • Loss: 3.1754

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
4.5741.04963.5286
3.32092.09923.3015
3.16553.014883.2177
3.07614.019843.1726
3.01245.024803.1433
2.95926.029763.1222
2.91097.034723.1102
2.8678.039683.0962
2.82519.044643.0938
2.785510.049603.0948
2.746211.054563.1005
2.707112.059523.1031
2.670213.064483.1128
2.634914.069443.1216
2.602315.074403.1334
2.569716.079363.1458
2.541617.084323.1540
2.51718.089283.1647
2.496819.094243.1719
2.481620.099203.1754

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
ae07f1d

0 моделей