/ Модель

Характеристики

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

wiki_np_67

Генерация текстаТекст → текст3 профессии

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

233скачиваний 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

wikinp67 — текстовая генеративная модель на архитектуре GPT-2, представленная в формате Safetensors и работающая через Transformers. В карточке указано, что это дообученная модель, однако базовая модель и обучающий набор данных не названы.

Модель предназначена для генерации текста. В карточке приведён результат оценки: loss 5,5809; контекст модели составляет 1024 токена. Язык и конкретная область применения не определены, поэтому подходящие сценарии и качество генерации по этим данным установить нельзя.

Лицензия в доступных сведениях не указана.

Сценарии применения

  • продолжение текстового фрагмента
  • генерация текста по затравке

Ограничения

Базовая модель, обучающие данные, языковая специализация и лицензия не указаны; приведённый loss 5,5809 сам по себе не позволяет оценить практическое качество модели.

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_67

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

  • Loss: 5.5809

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: 67
  • 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
7.26591.03996.5631
6.30672.07986.2044
6.04063.011976.0184
5.87244.015965.8963
5.73845.019955.8008
5.62366.023945.7283
5.52247.027935.6716
5.43268.031925.6319
5.35039.035915.6022
5.274710.039905.5804
5.204211.043895.5657
5.138512.047885.5592
5.076713.051875.5569
5.020514.055865.5568
4.970815.059855.5604
4.926816.063845.5655
4.889517.067835.5698
4.857618.071825.5748
4.831719.075815.5784
4.812220.079805.5809

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
ff3bedf

0 моделей