/ Модель

Характеристики

Контекст
512 токенов
Архитектура
gpt2 · dense
Базовая модель
ind_latn_100mb
Библиотека
transformers
Опубликована
23 сен 2026

ind-latn-100mb-ppt-Dp-100mb-packed-bfd_seed3407

Генерация текстаТекст → текст3 профессии

Дообученная GPT-2 модель для генерации текста и коротких ответов на вопросы с контекстом до 512 токенов.

257скачиваний за 30 дней0лайковвеса обновлены23 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

Модель francesca9805/ind-latn-100mb-ppt-Dp-100mb-packed-bfd_seed3407 — дообученная с помощью TRL версия goldfish-models/ind_latn_100mb, опубликованная francesca9805. Это плотная авторегрессионная языковая модель семейства GPT-2 для генерации текста; в карточке показан пример ответа на открытый вопрос в формате диалога. Модель рассчитана на текстовый ввод и выдаёт продолжение текста. Контекст составляет 512 токенов, для запуска используется библиотека Transformers, веса представлены в формате safetensors.

Модель подходит для экспериментов с генерацией текста и короткими диалоговыми ответами. Карточка не описывает специальные области применения, языковую специализацию или результаты оценки качества. Лицензия в предоставленных сведениях не указана.

Сценарии применения

  • генерация продолжения текста
  • ответы на открытые вопросы
  • создание коротких диалоговых ответов

Ограничения

Контекст ограничен 512 токенами; в карточке нет сведений об оценке качества и языках модели.

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

Model Card for ind-latn-100mb-ppt-Dp-100mb-packed-bfd_seed3407

This model is a fine-tuned version of goldfish-models/ind_latn_100mb. It has been trained using TRL.

Quick start

from transformers import pipeline

question = "If you had a time machine, but could only go to the past or the future once and never return, which would you choose and why?"
generator = pipeline("text-generation", model="francesca9805/ind-latn-100mb-ppt-Dp-100mb-packed-bfd_seed3407", device="cuda")
output = generator([{"role": "user", "content": question}], max_new_tokens=128, return_full_text=False)[0]
print(output["generated_text"])

Training procedure

This model was trained with SFT.

Framework versions

  • TRL: 0.23.0
  • Transformers: 4.56.2
  • Pytorch: 2.5.1+cu121
  • Datasets: 4.8.4
  • Tokenizers: 0.22.1

Citations

Cite TRL as:

@misc{vonwerra2022trl,
	title        = {{TRL: Transformer Reinforcement Learning}},
	author       = {Leandro von Werra and Younes Belkada and Lewis Tunstall and Edward Beeching and Tristan Thrush and Nathan Lambert and Shengyi Huang and Kashif Rasul and Quentin Gallou{\'e}dec},
	year         = 2020,
	journal      = {GitHub repository},
	publisher    = {GitHub},
	howpublished = {\url{https://github.com/huggingface/trl}}
}

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
24407c6

0 моделей