/ Модель

Характеристики

Контекст
512 токенов
Архитектура
gpt2 · dense
Базовая модель
tur_latn_10mb
Библиотека
transformers
Опубликована
18 июл 2026

tur-latn-10mb-ppt-Dp-100mb_seed455

Генерация текстаТекст → текст3 профессии

Дообученная GPT-2 для генерации текста и ответов на запросы, построенная на базе goldfish-models/tur_latn_10mb.

28скачиваний за 30 дней0лайковвеса обновлены18 июл 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/tur-latn-10mb-ppt-Dp-100mb_seed455 — это дообученная модель генерации текста на основе goldfish-models/tur_latn_10mb. По карточке, модель обучена с использованием TRL и предназначена для продолжения диалога и генерации ответов на текстовые запросы; пример запуска использует Transformers и генерирует до 128 новых токенов.

Модель основана на архитектуре GPT-2, использует веса Safetensors и имеет контекст длиной 512 токенов. В примере приведён запрос на английском языке, но заявленный набор поддерживаемых языков отсутствует, поэтому языковые возможности нельзя надёжно определить. Лицензия в доступных данных не указана.

Сценарии применения

  • генерация ответа на текстовый вопрос
  • продолжение диалога по реплике пользователя
  • создание короткого текстового продолжения

Ограничения

Контекст ограничен 512 токенами; доступные данные не подтверждают поддержку конкретных языков и не содержат сведений о качестве модели. Лицензия 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

Model Card for tur-latn-10mb-ppt-Dp-100mb_seed455

This model is a fine-tuned version of goldfish-models/tur_latn_10mb. 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/tur-latn-10mb-ppt-Dp-100mb_seed455", 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
9892cec

0 моделей