/ Модель

Характеристики

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

wiki_shuffle_np_51

Генерация текстаТекст → текст3 профессии

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

158скачиваний 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

fpadovani/wiki_shuffle_np_51 — дообученная причинная языковая модель на архитектуре GPT-2 для генерации текста. Репозиторий использует библиотеку Transformers и содержит веса в формате safetensors; контекстное окно составляет 1024 токена. В README указана оценка loss 5,9285 на наборе оценки, но сведения о данных и подробных результатах отсутствуют.

Модель можно применять для генерации продолжений текста. Базовая модель указана в README как пустое значение, поэтому установить её идентификатор нельзя. Язык и специализация модели не описаны. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация продолжения текста
  • создание черновиков текста

Ограничения

Данные обучения и язык модели не описаны; указанный loss 5,9285 сам по себе не позволяет оценить качество для конкретных задач.

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_shuffle_np_51

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

  • Loss: 5.9285

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
7.26491.03996.5555
6.3062.07986.2034
6.05623.011976.0496
5.92124.015965.9634
5.84065.019955.9285

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
9464db8

0 моделей