/ Модель

Характеристики

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

v5-mixed-15k-lower-seed43-ell-ell-sequential_interleaved

Генерация текстаТекст → текст3 профессии

Экспериментально обученная модель GPT-2 для авторегрессионной генерации текста с контекстом 512 токенов.

373скачиваний за 30 дней0лайковвеса обновлены21 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 nikitastheo/v5-mixed-15k-lower-seed43-ell-ell-sequential_interleaved — авторегрессионная языковая модель семейства GPT-2, обученная автором репозитория с помощью скрипта Hugging Face Accelerate train_clm.py. Она предназначена для генерации текста. Репозиторий содержит веса Safetensors, модель использует Transformers и имеет контекстное окно 512 токенов.

Название репозитория указывает на эксперимент с обучающими данными объёмом 15 тысяч примеров и последовательным чередованием; README подтверждает обучение causal LM, но не раскрывает датасет, язык или назначение текста. Лицензия в предоставленных данных не указана. Поэтому пригодность модели для конкретных тематик и языков по этой карточке определить нельзя.

Сценарии применения

  • эксперименты с генерацией текста на основе GPT-2
  • продолжение заданного текстового фрагмента
  • оценка поведения небольшой causal language model

Ограничения

Карточка не сообщает язык и тематику обучающих данных, поэтому качество для конкретных задач и языков не установлено. Контекст ограничен 512 токенами; лицензия в предоставленных данных отсутствует.

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

nikitastheo/v5-mixed-15k-lower-seed43-ell-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/babylm-15k-ell-lower-seed43-tokenizer
  • Max steps: 28120
  • Learning rate: 0.0001
  • LR scheduler: linear
  • Warmup steps: 2812
  • Batch size (per device): 32
  • Gradient accumulation steps: 1
  • Total train batch size: 32
  • 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
67e0c35

0 моделей