/ Модель

Характеристики

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

wiki_w_51

Генерация текстаТекст → текст3 профессии

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

250скачиваний 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

wikiw51 — модель генерации текста на архитектуре GPT-2, представленная в формате safetensors и работающая через библиотеку Transformers. В карточке указано, что это дообученная модель, однако базовая модель и обучающий датасет не названы.

Модель предназначена для генерации текста. Контекст составляет 1024 токена. В карточке приведён результат оценки: loss 5,4182; сведений о сценариях применения, языках и специальных возможностях нет. Использовать её следует с учётом того, что карточка не описывает качество и ограничения модели. Лицензия не указана.

Сценарии применения

  • продолжение текстового фрагмента
  • генерация текста по затравке
  • эксперименты с GPT-2

Ограничения

Базовая модель, обучающие данные и предполагаемые сценарии применения не описаны; приведён только результат loss 5,4182 без деталей оценки. Языковая поддержка и лицензия не указаны.

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_51

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

  • Loss: 5.4182

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
7.0631.04006.1963
5.96032.08005.8568
5.73673.012005.7185
5.60434.016005.6255
5.49775.020005.5538
5.4056.024005.4988
5.32317.028005.4586
5.24898.032005.4297
5.18059.036005.4079
5.116710.040005.3956
5.056611.044005.3880
4.999512.048005.3855
4.945613.052005.3854
4.894114.056005.3895
4.848915.060005.3983
4.809216.064005.3998
4.774517.068005.4053
4.74518.072005.4123
4.720819.076005.4157
4.702520.080005.4182

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
166759a

0 моделей