/ Модель

Характеристики

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

my_awesome_eli5_clm-model

Генерация текстаТекст → текст3 профессии

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

182скачиваний за 30 дней0лайковвеса обновлены29 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.

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

sthavirp/my_awesome_eli5_clm-model — дообученная модель генерации текста на базе distilbert/distilgpt2 с архитектурой GPT-2 и плотными слоями. Разработчик указывает, что модель обучена на неизвестном наборе данных; описание назначения и обучающих данных в карточке отсутствует. Метаданные указывают библиотеку Transformers, формат safetensors и контекст до 1024 токенов.

Модель предназначена для генерации текста и может использоваться для продолжения коротких англоязычных фрагментов и черновиков. В карточке приведено значение loss 3,85 на оценочном наборе, но нет подробностей об оценке, поэтому по нему нельзя судить о качестве в конкретных сценариях. Лицензия — Apache-2.0.

Сценарии применения

  • продолжение короткого англоязычного текста
  • создание черновиков и простых текстовых заготовок
  • эксперименты с генерацией текста на базе DistilGPT-2

Ограничения

Обучающий набор данных неизвестен, а описание назначения отсутствует; приведённое значение loss не раскрывает качество для отдельных сценариев. 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

my_awesome_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: 3.8500

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: 0.0002
  • 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
3.98391.013183.8391
3.61542.026363.8254
3.38433.039543.8500

Framework versions

  • Transformers 5.15.1
  • Pytorch 2.11.0+cu128
  • Datasets 4.0.0
  • 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
729d3fa

0 моделей