Характеристики

Контекст: 512 токенов
Архитектура: gpt2 · dense
Библиотека: transformers
Опубликована: 17 сен 2026

Ссылки

v5-goldfish-500mb-15k-lower-shared-seed43-eng-ell-sequential_interleaved

Генерация текстаТекст → текст3 профессии

Небольшая GPT-2 языковая модель для авторегрессионной генерации и продолжения текста, обученная на английском и греческом языках.

270скачиваний за 30 дней0лайковвеса обновлены18 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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

Модель nikitastheo/v5-goldfish-500mb-15k-lower-shared-seed43-eng-ell-sequential_interleaved — авторегрессионная языковая модель семейства GPT-2 для генерации текста. По README, её обучали как causal language model с помощью скрипта train_clm.py и Hugging Face Accelerate. Метаданные указывают архитектуру GPT2LMHeadModel, формат весов safetensors и контекст длиной 512 токенов.

Модель предназначена для продолжения текста и других сценариев генерации. В названии указаны английский и греческий языки, а также последовательное чередование данных, однако README не раскрывает подробности обучающего набора или сравнительное качество. Лицензия в предоставленных данных не указана.

Сценарии применения

продолжение короткого текста на английском
продолжение короткого текста на греческом
эксперименты с авторегрессионной генерацией
прототипирование генерации текста с контекстом до 512 токенов

Ограничения

Контекст модели ограничен 512 токенами. В предоставленной карточке не приведены результаты оценки качества или условия лицензии.

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 385моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

nikitastheo/v5-goldfish-500mb-15k-lower-shared-seed43-eng-ell-sequential_interleaved

Trained with train_clm.py, a Hugging Face Accelerate causal-LM training script (no Trainer).

Training details

Base config: model_configs/gpt_base_config.json
Tokenizer: nikitastheo/goldfish-500mb-15k-eng-lower-seed43-tokenizer
Max steps: 120920
Learning rate: 0.0001
LR scheduler: linear
Warmup steps: 12092
Batch size (per device): 64
Gradient accumulation steps: 1
Total train batch size: 64
Language switch epoch: 10

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: eed7865