/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Лицензия
Apache 2.0
Архитектура
gpt2 · dense
Базовая модель
distilgpt2
Библиотека
transformers
Опубликована
14 авг 2026

Ссылки

Hugging Face

trackmania-tmnf-full-2026-08-13

jeanmidev
Генерация текстаТекст → текст3 профессии

Дообученная на неизвестном наборе данных модель GPT-2 для генерации текста с контекстом до 1024 токенов.

98скачиваний за 30 дней0лайковвеса обновлены14 авг 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.

Открыть конструктор бенчмарка

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

trackmania-tmnf-full-2026-08-13 — модель генерации текста на архитектуре GPT-2, разработанная как дообученная версия distilgpt2. Она предназначена для генерации текста; README не раскрывает конкретные сценарии применения и сообщает только о дообучении на неизвестном наборе данных и значении loss 1,2046 на оценочной выборке. Модель принимает текст и генерирует текст, поддерживаемая длина контекста — 1024 токена.

Модель распространяется в формате safetensors по лицензии Apache-2.0. Данных о специализированной области применения, языках обучения или ограничениях качества в карточке нет.

Сценарии применения

  • генерация продолжения текстового промпта
  • создание текстовых фрагментов в стиле обучающих данных
  • эксперименты с дообученной моделью DistilGPT-2

Ограничения

Датасет дообучения неизвестен, поэтому нельзя надёжно определить тематику и языки генерируемых текстов. README не приводит подробных оценок качества, кроме loss 1,2046 на оценочной выборке.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

trackmania-tmnf-full-2026-08-13

This model is a fine-tuned version of distilgpt2 on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 1.2046

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: 5e-05
  • train_batch_size: 4
  • eval_batch_size: 4
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 16
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • num_epochs: 2.0
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
1.64880.00912001.6336
1.62330.01824001.5885
1.54100.02746001.5403
1.48970.03658001.5139
1.52660.045610001.4763
1.44670.054712001.4595
1.41980.063914001.4323
1.39210.073016001.4208
1.33040.082118001.4136
1.44020.091220001.3943
1.35590.100422001.3858
1.39610.109524001.3780
1.32540.118626001.3727
1.35720.127728001.3589
1.35050.136930001.3510
1.36530.146032001.3483
1.34750.155134001.3461
1.31370.164236001.3385
1.25860.173438001.3367
1.30010.182540001.3355
1.26930.191642001.3244
1.28620.200744001.3244
1.26620.209946001.3213
1.27220.219048001.3140
1.28460.228150001.3200
1.31750.237252001.3131
1.24710.246454001.3083
1.30320.255556001.3040
1.33520.264658001.3020
1.28840.273760001.2999
1.27970.282962001.2991
1.22880.292064001.2956
1.31990.301166001.2957
1.23440.310268001.2916
1.34030.319470001.2880
1.25060.328572001.2868
1.24600.337674001.2864
1.24650.346776001.2875
1.21510.355978001.2839
1.16100.365080001.2805
1.24680.374182001.2797
1.22220.383284001.2787
1.37380.392486001.2742
1.29640.401588001.2758
1.24310.410690001.2741
1.29910.419792001.2727
1.27960.428994001.2714
1.22580.438096001.2721
1.27440.447198001.2675
1.21230.4562100001.2704
1.24200.4654102001.2641
1.22990.4745104001.2634
1.23990.4836106001.2643
1.19500.4927108001.2643
1.25830.5019110001.2601
1.22700.5110112001.2594
1.28400.5201114001.2620
1.24990.5292116001.2594
1.23440.5384118001.2571
1.22080.5475120001.2566
1.21300.5566122001.2569
1.27750.5657124001.2544
1.14940.5749126001.2565
1.22510.5840128001.2547
1.18000.5931130001.2546
1.20820.6022132001.2572
1.31390.6114134001.2519
1.23700.6205136001.2481
1.30630.6296138001.2507
1.25610.6387140001.2488
1.27760.6479142001.2464
1.22590.6570144001.2473
1.20120.6661146001.2459
1.24410.6752148001.2456
1.25360.6844150001.2434
1.19140.6935152001.2436
1.26600.7026154001.2416
1.21090.7117156001.2430
1.26590.7209158001.2414
1.22760.7300160001.2428
1.23420.7391162001.2411
1.21720.7482164001.2438
1.19210.7574166001.2412
1.19120.7665168001.2405
1.24000.7756170001.2398
1.21250.7847172001.2401
1.20580.7939174001.2395
1.22360.8030176001.2377
1.17800.8121178001.2360
1.26910.8212180001.2341
1.18680.8304182001.2345
1.19690.8395184001.2339
1.22500.8486186001.2326
1.20490.8577188001.2343
1.18880.8669190001.2331
1.23160.8760192001.2332
1.18340.8851194001.2302
1.19080.8942196001.2324
1.14180.9034198001.2341
1.20060.9125200001.2339
1.24950.9216202001.2314
1.17480.9307204001.2300
1.25920.9399206001.2282
1.22700.9490208001.2289
1.22600.9581210001.2286
1.21260.9672212001.2274
1.28020.9764214001.2273
1.11390.9855216001.2283
1.21850.9946218001.2279
1.22691.0037220001.2260
1.27841.0128222001.2269
1.17381.0219224001.2244
1.17311.0311226001.2265
1.21231.0402228001.2277
1.20251.0493230001.2258
1.15711.0584232001.2282
1.23651.0676234001.2239
1.20741.0767236001.2241
1.21611.0858238001.2243
1.16201.0949240001.2236
1.18731.1041242001.2234
1.21661.1132244001.2215
1.20301.1223246001.2252
1.23771.1314248001.2226
1.10191.1406250001.2231
1.15181.1497252001.2218
1.17671.1588254001.2222
1.16361.1679256001.2218
1.17811.1771258001.2182
1.24521.1862260001.2189
1.13451.1953262001.2202
1.14841.2044264001.2191
1.17581.2136266001.2189
1.23411.2227268001.2198
1.17071.2318270001.2182
1.16591.2409272001.2188
1.17241.2501274001.2174
1.19101.2592276001.2180
1.21701.2683278001.2190
1.17421.2774280001.2173
1.23261.2866282001.2160
1.25621.2957284001.2168
1.29091.3048286001.2165
1.20501.3139288001.2149
1.17481.3231290001.2148
1.25761.3322292001.2143
1.17411.3413294001.2162
1.15161.3504296001.2148
1.16711.3596298001.2139
1.19861.3687300001.2138
1.17321.3778302001.2137
1.16381.3869304001.2139
1.19121.3961306001.2131
1.17841.4052308001.2130
1.23961.4143310001.2126
1.16851.4234312001.2136
1.18041.4326314001.2121
1.16121.4417316001.2128
1.18081.4508318001.2130
1.22701.4599320001.2119
1.14351.4691322001.2097
1.23961.4782324001.2112
1.18201.4873326001.2120
1.24621.4964328001.2104
1.22121.5056330001.2110
1.22301.5147332001.2113
1.19861.5238334001.2116
1.15601.5329336001.2106
1.18861.5421338001.2107
1.19421.5512340001.2095
1.19931.5603342001.2091
1.13471.5694344001.2100
1.18561.5786346001.2108
1.23101.5877348001.2083
1.14391.5968350001.2096
1.19511.6059352001.2088
1.12191.6151354001.2094
1.19951.6242356001.2085
1.20541.6333358001.2078
1.20181.6424360001.2085
1.20981.6516362001.2088
1.20951.6607364001.2093
1.16761.6698366001.2075
1.22691.6789368001.2078
1.20361.6881370001.2069
1.13551.6972372001.2082
1.18921.7063374001.2075
1.15031.7154376001.2079
1.20111.7246378001.2079
1.15781.7337380001.2069
1.21291.7428382001.2065
1.18611.7519384001.2061
1.16661.7611386001.2065
1.17261.7702388001.2069
1.15371.7793390001.2070
1.17581.7884392001.2062
1.21471.7976394001.2059
1.12391.8067396001.2067
1.17791.8158398001.2061
1.21681.8249400001.2059
1.16681.8341402001.2059
1.19501.8432404001.2056
1.17011.8523406001.2055
1.15151.8614408001.2058
1.19661.8706410001.2058
1.10481.8797412001.2054
1.20881.8888414001.2048
1.16561.8979416001.2059
1.20781.9071418001.2053
1.18241.9162420001.2054
1.21791.9253422001.2047
1.14171.9344424001.2053
1.15821.9436426001.2054
1.14081.9527428001.2049
1.15191.9618430001.2051
1.13831.9709432001.2051
1.22221.9801434001.2047
1.20541.9892436001.2046
1.21091.9983438001.2046
1.17532.0438381.2046

Framework versions

  • Transformers 5.15.0
  • Pytorch 2.13.0+cu130
  • Datasets 5.0.1
  • Tokenizers 0.22.2

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
e521007

0 моделей

    Создать бенчмарк