Характеристики

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

Ссылки

Hugging Face

v5-goldfish-500mb-25k-lower-shared-seed43-eng-ell-sequential_interleaved

nikitastheo

Генерация текстаТекст → текст3 профессии

Авторегрессионная модель семейства GPT-2 для генерации англоязычного и грекоязычного текста с чередующимся обучением.

366скачиваний 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-25k-lower-shared-seed43-eng-ell-sequential_interleaved — языковая модель семейства GPT-2, обученная разработчиком с помощью скрипта train_clm.py на базе Hugging Face Accelerate для авторегрессионного продолжения текста. Карточка указывает на обучение с последовательным чередованием английских и греческих данных в нижнем регистре; модель предназначена для генерации текста на этих языках.

Модель использует архитектуру GPT2LMHeadModel и принимает текст, выдавая текст. Нативная длина контекста составляет 512 токенов. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Условия лицензии в доступных данных не приведены.

Сценарии применения

продолжение короткого текста на английском языке
продолжение короткого текста на греческом языке
эксперименты с генерацией текста на смешанных англо-греческих данных

Ограничения

Контекст ограничен 512 токенами; данные не содержат сведений о качестве и оценках модели. Лицензия в доступной карточке не указана.

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 I.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

nikitastheo/v5-goldfish-500mb-25k-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-25k-eng-lower-seed43-tokenizer
Max steps: 113700
Learning rate: 0.0001
LR scheduler: linear
Warmup steps: 11370
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: ebd95c2