/ Модель

Характеристики

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

wiki_w_30

Генерация текстаТекст → текст3 профессии

Дообученная GPT-2 для генерации текста с контекстом 1024 токена.

279скачиваний 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

wikiw30 — модель генерации текста на базе архитектуры GPT-2, представленная пользователем fpadovani. В README указано, что модель дообучена, однако базовая модель и обучающие данные не названы. Репозиторий содержит веса в формате safetensors; контекст составляет 1024 токена.

Модель предназначена для генерации текста. В README приведён результат оценки Loss 5.4160, но не описаны набор данных и методика оценки, поэтому по этому значению нельзя надёжно судить о качестве для конкретных задач. Язык, сценарии применения и ограничения отдельно не описаны. Условия лицензии в доступных данных не указаны.

Сценарии применения

  • генерация продолжения текста
  • создание черновиков текста

Ограничения

README не раскрывает базовую модель, обучающие данные, язык и целевые сценарии; метрика Loss приведена без описания методики и набора оценки. Лицензия не указана в доступных данных.

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_w_30

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

  • Loss: 5.4160

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: 30
  • 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
7.04871.04006.1961
5.95792.08005.8509
5.73293.012005.7164
5.60014.016005.6209
5.49265.020005.5505
5.40026.024005.4954
5.31847.028005.4550
5.24468.032005.4271
5.17669.036005.4064
5.113110.040005.3941
5.052411.044005.3854
4.996112.048005.3821
4.942213.052005.3864
4.89114.056005.3879
4.845915.060005.3910
4.805916.064005.3987
4.771317.068005.4039
4.741618.072005.4100
4.717819.076005.4134
4.699120.080005.4160

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
70e7c7a

0 моделей