/ Модель

Характеристики

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

wiki_np_30

Генерация текстаТекст → текст3 профессии

Дообученная модель GPT-2 для генерации текста с контекстом до 1024 токенов.

141скачиваний 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

wikinp30 — дообученная языковая модель семейства GPT-2, опубликованная пользователем fpadovani. Она предназначена для генерации текста и оценивается по функции потерь; в карточке приведено значение loss 5,5824 на оценочной выборке. Модель использует архитектуру GPT2LMHeadModel, веса сохранены в формате safetensors, максимальный контекст составляет 1024 токена.

Карточка не описывает обучающие данные, предполагаемые сценарии применения или ограничения качества, поэтому практическое назначение модели сверх генерации текста установить нельзя. Базовая модель и лицензия не указаны.

Сценарии применения

  • генерация продолжения текста
  • создание черновых текстовых фрагментов
  • эксперименты с генерацией текста на базе GPT-2

Ограничения

В карточке не описаны обучающие данные, поэтому соответствие модели конкретным темам и языкам не установлено. Приведено значение loss 5,5824, но без описания оценочной выборки его нельзя интерпретировать как меру качества для практических задач.

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

wiki_np_30

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

  • Loss: 5.5824

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
7.25031.03996.5648
6.30582.07986.1986
6.04213.011976.0220
5.87434.015965.8981
5.73975.019955.8011
5.62446.023945.7275
5.52337.027935.6738
5.43328.031925.6315
5.35089.035915.6029
5.275210.039905.5831
5.204611.043895.5690
5.139212.047885.5597
5.077213.051875.5574
5.020514.055865.5598
4.970815.059855.5633
4.927616.063845.5660
4.890117.067835.5705
4.858318.071825.5747
4.832219.075815.5800
4.812620.079805.5824

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
0a9602f

0 моделей