/ Модель
Каталог

Характеристики

Контекст
514 токенов
Параметры
95,2 млн
Архитектура
roberta · dense
Библиотека
transformers
Опубликована
15 сен 2026

Ссылки

Hugging Face

eli5-finetuned

tcmiranda
Генерация текстаТекст → текст

Компактная авторегрессионная модель RoBERTa для экспериментов и генерации текста.

108скачиваний за 30 дней0лайковвеса обновлены15 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.

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

tcmiranda/eli5-finetuned — авторегрессионная языковая модель на архитектуре RoBERTa с 95,2 млн параметров, представленная в формате safetensors и рассчитанная на генерацию текста. В карточке приведён результат оценки: loss 1,6209; обучающий датасет не описан.

Модель может служить для экспериментов с генерацией текста и оценки небольших языковых моделей. Длина контекста — 514 токенов. README сообщает, что модель обучена с нуля, поэтому базовая модель не указана. Лицензия в предоставленных данных не указана.

Сценарии применения

  • эксперименты с генерацией короткого текста
  • оценка небольших языковых моделей на тестовых запросах
  • изучение авторегрессионной архитектуры RoBERTa

Ограничения

Данные обучения неизвестны, а README не приводит описания назначения и ограничений модели. Контекст ограничен 514 токенами; приведённый loss 1,6209 сам по себе не показывает качество на конкретных пользовательских задачах.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

eli5-finetuned

This model was trained from scratch on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 1.6209

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: 2
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 16
  • 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

Training results

Training LossEpochStepValidation Loss
2.16301.012361.8308
1.92592.024721.6926
1.90423.037081.6209

Framework versions

  • Transformers 5.17.0
  • Pytorch 2.14.0
  • Datasets 5.0.1
  • Tokenizers 0.23.2

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
RobertaForCausalLM
Ревизия весов
1ed6d07

0 моделей

    Создать бенчмарк