/ Модель

Характеристики

Контекст
512 токенов
Архитектура
gpt2 · dense
Базовая модель
eng_latn_100mb
Библиотека
transformers
Опубликована
13 июн 2026

eng-latn-100mb-ppt-Dp-100mb_seed3407

Генерация текстаТекст → текст

Дообученная английская GPT-2 для генерации текста и ответов на открытые вопросы.

8скачиваний за 30 дней0лайковвеса обновлены16 июн 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

fpadovani/eng-latn-100mb-ppt-Dp-100mb_seed3407 — дообученная модель семейства GPT-2, созданная на основе goldfish-models/eng_latn_100mb. Согласно карточке, модель обучалась с использованием TRL и предназначена для генерации текста; пример показывает ответ на открытый вопрос в формате диалога.

Модель доступна в формате safetensors и использует библиотеку Transformers. Её контекст составляет 512 токенов. Базовая модель ориентирована на английский язык, поэтому модель подходит для генерации английского текста и исследовательских экспериментов. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация продолжения английского текста
  • ответы на открытые вопросы на английском языке
  • эксперименты с дообучением GPT-2
  • создание коротких диалоговых ответов на английском языке

Ограничения

Контекст ограничен 512 токенами. Предоставленные сведения не содержат оценки качества или подробностей обучающих данных.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for eng-latn-100mb-ppt-Dp-100mb_seed3407

This model is a fine-tuned version of goldfish-models/eng_latn_100mb. It has been trained using TRL.

Quick start

from transformers import pipeline

question = "If you had a time machine, but could only go to the past or the future once and never return, which would you choose and why?"
generator = pipeline("text-generation", model="fpadovani/eng-latn-100mb-ppt-Dp-100mb_seed3407", device="cuda")
output = generator([{"role": "user", "content": question}], max_new_tokens=128, return_full_text=False)[0]
print(output["generated_text"])

Training procedure

This model was trained with SFT.

Framework versions

  • TRL: 0.23.0
  • Transformers: 4.56.2
  • Pytorch: 2.11.0
  • Datasets: 4.8.4
  • Tokenizers: 0.22.1

Citations

Cite TRL as:

@misc{vonwerra2022trl,
	title        = {{TRL: Transformer Reinforcement Learning}},
	author       = {Leandro von Werra and Younes Belkada and Lewis Tunstall and Edward Beeching and Tristan Thrush and Nathan Lambert and Shengyi Huang and Kashif Rasul and Quentin Gallou{\'e}dec},
	year         = 2020,
	journal      = {GitHub repository},
	publisher    = {GitHub},
	howpublished = {\url{https://github.com/huggingface/trl}}
}

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
8979300

0 моделей