/ Модель

Характеристики

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

wiki_np_42

Генерация текстаТекст → текст3 профессии

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

115скачиваний 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

wikinp42 — текстовая генеративная модель на архитектуре GPT-2, опубликованная пользователем fpadovani. Это дообученная модель для продолжения текста; в README указана оценка loss 5,5813 на наборе оценки. Длина контекста составляет 1024 токена, веса представлены в формате safetensors и рассчитаны на работу с библиотекой Transformers.

README не описывает назначение модели, обучающие данные или ограничения, поэтому область применения и качество генерации оценить нельзя. Базовая модель и лицензия не указаны.

Сценарии применения

  • генерация продолжения текста
  • создание черновиков на основе текстового префикса
  • эксперименты с GPT-2 и дообучением языковых моделей

Ограничения

Обучающие данные и предполагаемая область применения не описаны; приведённая оценка loss сама по себе не позволяет судить о качестве для конкретных задач. Базовая модель и лицензия не указаны.

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_42

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

  • Loss: 5.5813

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: 42
  • 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
7.26451.03996.5603
6.30522.07986.1975
6.04033.011976.0170
5.8714.015965.8946
5.73695.019955.8010
5.62196.023945.7270
5.52087.027935.6711
5.43098.031925.6316
5.34919.035915.5998
5.27310.039905.5806
5.202511.043895.5660
5.137112.047885.5586
5.07513.051875.5581
5.018514.055865.5576
4.968415.059855.5610
4.925216.063845.5655
4.887517.067835.5699
4.855918.071825.5758
4.829919.075815.5784
4.810220.079805.5813

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
fedf206

0 моделей