/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Архитектура
gpt2 · dense
Библиотека
transformers
Опубликована
16 окт 2025

Ссылки

Hugging Face

wiki_shuffle_1gr_51

fpadovani
Генерация текстаТекст → текст3 профессии

Дообученная GPT-2 для генерации текста, назначение и качество которой не раскрыты в карточке.

156скачиваний 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.

Открыть конструктор бенчмарка

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

wikishuffle1gr51 — модель генерации текста на базе GPT-2, представленная пользователем fpadovani. В метаданных указан контекст до 1024 токенов и формат весов safetensors. README сообщает о дообучении на неизвестном датасете и приводит значение loss 6,3 на тестовой выборке, но не описывает данные и методику оценки.

Назначение модели и её практическое качество по имеющимся сведениям определить нельзя. Она может использоваться для экспериментов с генерацией текста, однако README не содержит рекомендаций по применению или сведений о поддерживаемых языках. Лицензия в предоставленных данных не указана.

Сценарии применения

  • эксперименты с генерацией текста на базе GPT-2
  • проверка поведения дообученной языковой модели
  • оценка качества генерации на собственном наборе данных

Ограничения

Назначение, обучающий датасет и методика оценки не описаны; приведённый loss 6,3 сам по себе не позволяет оценить практическое качество. Поддерживаемые языки и условия лицензии в предоставленных данных не указаны.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейI.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

wiki_shuffle_1gr_51

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

  • Loss: 6.3000

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: 5
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
7.35161.03996.7890
6.56462.07986.5148
6.37183.011976.3935
6.27114.015966.3266
6.21235.019956.3000

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
89d9661

0 моделей

    Создать бенчмарк