/ Модель

Характеристики

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

wiki_w_42

Генерация текстаТекст → текст3 профессии

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

231скачиваний 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

wikiw42 — дообученная языковая модель на архитектуре GPT-2, опубликованная пользователем fpadovani. Она предназначена для генерации текста; карточка сообщает результат оценки: loss 5.4165. Модель работает с текстовым вводом и выдаёт текст, использует библиотеку Transformers и формат весов safetensors. Длина контекста составляет 1024 токена.

Карточка не описывает предполагаемые сценарии применения, обучающий набор данных или базовую модель. Поэтому назначение можно определить только как обобщённую генерацию текста; качество для конкретных задач по указанной оценке установить нельзя. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация продолжения текста по заданной затравке
  • создание черновиков короткого текста
  • эксперименты с генерацией на архитектуре GPT-2

Ограничения

Обучающие данные и базовая модель не описаны, а единственная приведённая метрика — loss 5.4165 — не позволяет оценить качество для конкретных сценариев. Лицензия не указана в предоставленных 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_42

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

  • Loss: 5.4165

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
7.06111.04006.1997
5.95882.08005.8515
5.73343.012005.7185
5.60154.016005.6205
5.49475.020005.5516
5.40276.024005.4965
5.32147.028005.4555
5.24738.032005.4289
5.17989.036005.4064
5.115910.040005.3948
5.056211.044005.3875
4.999612.048005.3859
4.946213.052005.3856
4.895314.056005.3899
4.849715.060005.3935
4.810116.064005.3986
4.775717.068005.4051
4.746418.072005.4086
4.722219.076005.4147
4.703720.080005.4165

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
543d354

0 моделей