/ Модель

Характеристики

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

wiki_sh1_51

Генерация текстаТекст → текст3 профессии

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

163скачиваний 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

wikish151 — дообученная языковая модель семейства GPT-2, опубликованная пользователем fpadovani. Она предназначена для генерации текста. Репозиторий использует Transformers и содержит веса в формате safetensors; длина контекста составляет 1024 токена.

В карточке приведён результат оценки: loss 6,0179. Базовая модель и обучающий набор данных не указаны, поэтому нельзя определить специализацию модели или оценить качество для конкретных сценариев. Лицензия в доступных данных не указана.

Сценарии применения

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

Ограничения

Базовая модель, данные обучения и специализация не раскрыты; приведён только результат loss 6,0179. Указан контекст 1024 токена.

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_51

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

  • Loss: 6.0179

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: 51
  • 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
7.35161.03996.7890
6.56332.07986.5069
6.35923.011976.3738
6.23624.015966.2829
6.13935.019956.2115
6.0536.023946.1545
5.97267.027936.1084
5.89748.031926.0681
5.82579.035916.0390
5.758210.039906.0189
5.694411.043896.0055
5.633712.047885.9945
5.577213.051875.9942
5.524214.055865.9944
5.475715.059855.9968
5.430616.063846.0002
5.392617.067836.0073
5.360918.071826.0108
5.335819.075816.0154
5.317220.079806.0179

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
55e3fb2

0 моделей