/ Модель

Характеристики

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

wiki_sh1_42

Генерация текстаТекст → текст3 профессии

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

268скачиваний 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

wikish142 — языковая модель для генерации текста на архитектуре GPT-2, опубликованная пользователем fpadovani. Она представлена в формате safetensors и рассчитана на контекст до 1024 токенов. В README указано, что модель дообучена, однако базовая модель и обучающий датасет не названы.

Карточка не описывает предполагаемые сценарии применения, языки или преимущества модели. В доступной информации приведён результат оценки: loss 6.0189; без описания набора и методики оценки этот показатель не позволяет судить о качестве для конкретных задач. Лицензия не указана.

Сценарии применения

  • генерация продолжения текста
  • автодополнение текстовых фрагментов
  • эксперименты с генерацией на GPT-2

Ограничения

Базовая модель, обучающий датасет, поддерживаемые языки и целевые сценарии не описаны. Приведённый loss 6.0189 не сопровождается сведениями о методике оценки, 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

wiki_sh1_42

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

  • Loss: 6.0189

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
7.35241.03996.7968
6.5632.07986.5088
6.35913.011976.3721
6.23634.015966.2806
6.13955.019956.2137
6.05376.023946.1546
5.97397.027936.1077
5.89888.031926.0688
5.82749.035916.0405
5.760310.039906.0212
5.696211.043896.0040
5.63612.047885.9978
5.579213.051875.9940
5.526814.055865.9937
5.477715.059855.9968
5.43316.063846.0033
5.394517.067836.0066
5.362618.071826.0116
5.337819.075816.0162
5.318820.079806.0189

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
385388c

0 моделей