/ Модель

Характеристики

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

wiki_o_42

Генерация текстаТекст → текст3 профессии

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

138скачиваний 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

wikio42 — языковая модель авторегрессивной генерации текста на архитектуре GPT-2, опубликованная пользователем fpadovani. Модель дообучена на неизвестной базовой модели; в README указана оценка loss 4,3643 на тестовом наборе, но сведения о наборе данных и методике оценки отсутствуют.

Модель предназначена для генерации текста. Контекст составляет 1024 токена; репозиторий содержит веса в формате Safetensors и использует Transformers. README не описывает целевые сценарии и ограничения, а также не приводит лицензию, поэтому условия использования по имеющимся сведениям определить нельзя.

Сценарии применения

  • генерация продолжений текста
  • создание черновиков текста
  • эксперименты с авторегрессивной генерацией

Ограничения

Данные обучения, целевое назначение, качество на практических задачах и лицензия не описаны; единственная приведённая оценка loss не сопровождается деталями тестового набора.

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_o_42

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

  • Loss: 4.3643

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
6.98611.03995.9906
5.61792.07985.3581
5.16283.011975.0551
4.89994.015964.8687
4.70845.019954.7353
4.55446.023944.6333
4.42637.027934.5555
4.31468.031924.5013
4.21649.035914.4576
4.129310.039904.4263
4.052611.043894.4016
3.98412.047884.3847
3.922313.051874.3757
3.867314.055864.3689
3.817815.059854.3628
3.773916.063844.3614
3.735517.067834.3612
3.702718.071824.3624
3.675519.075814.3630
3.654520.079804.3643

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
fc58a4b

0 моделей