/ Модель

Характеристики

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

nil_27_eli5_clm-model

Генерация текстаТекст → текст3 профессии

Дообученная на неизвестных данных компактная модель GPT-2 для генерации и продолжения текста.

519скачиваний 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.

  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

nilamgaichor/nil_27_eli5_clm-model — плотная авторегрессионная модель семейства GPT-2, дообученная автором на неизвестном наборе данных на основе distilbert/distilgpt2. Она предназначена для генерации текста; README не описывает конкретные сценарии применения и сообщает значение loss 3,7649 на наборе оценки. Модель принимает текст и выдаёт продолжение текста, использует библиотеку Transformers и формат safetensors. Размер составляет 1024 токена контекста.

Базовая distilgpt2 — компактная англоязычная версия GPT-2; английский является вероятным основным языком этой модели. Репозиторий опубликован под лицензией Apache-2.0. Данных о качестве на практических задачах и ограничениях дообученной модели в карточке нет.

Сценарии применения

  • генерация продолжения по текстовой подсказке
  • создание черновиков текста на английском языке
  • автодополнение коротких фрагментов текста

Ограничения

Данные обучения и предполагаемое назначение не раскрыты; качество подтверждено только значением loss 3,7649 без подробностей об оценочном наборе. Контекст ограничен 1024 токенами.

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

nil_27_eli5_clm-model

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

  • Loss: 3.7649

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: 2e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • 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: 3.0

Training results

Training LossEpochStepValidation Loss
3.91791.013133.7776
3.83092.026263.7663
3.79633.039393.7649

Framework versions

  • Transformers 5.16.1
  • Pytorch 2.11.0+cu128
  • Datasets 4.8.5
  • Tokenizers 0.23.1

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
0bf1583

0 моделей