/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
MIT
Архитектура
gpt2 · dense
Базовая модель
gpt2
Библиотека
transformers
Опубликована
8 июл 2026

gpt2-c4-sub-200k-8-ep

Генерация текстаТекст → текст3 профессии

Дообученная на неизвестном наборе данных GPT-2 для генерации и продолжения текста.

31скачиваний за 30 дней0лайковвеса обновлены8 июл 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

Это дообученная модель генерации текста на архитектуре GPT-2, основанная на openai-community/gpt2. В README указаны 8 эпох в названии репозитория и значение loss 3.5433 на наборе оценки, но обучающий датасет не описан.

Модель предназначена для продолжения текста. Контекст составляет 1024 токена; опубликованные веса представлены в формате safetensors и доступны по лицензии MIT. Данных о целевых сценариях, языках и специальных возможностях нет, поэтому качество для конкретных задач и языков нельзя оценить по карточке.

Сценарии применения

  • продолжение заданного текстового фрагмента
  • генерация текста на основе начального промпта
  • эксперименты с дообучением GPT-2

Ограничения

Обучающий набор данных и предназначенные сценарии не описаны; указанный loss 3.5433 не позволяет определить качество для конкретных задач. 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

gpt2-c4-sub-200k-8-ep

This model is a fine-tuned version of gpt2 on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 3.5433

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: 8

Training results

Training LossEpochStepValidation Loss
4.79681.0164854.6606
4.26322.0329704.1290
3.97373.0494553.8507
3.80464.0659403.7127
3.71575.0824253.6343
3.64876.0989103.5849
3.62257.01153953.5542
3.60268.01318803.5433

Framework versions

  • Transformers 5.8.0
  • Pytorch 2.11.0+cu128
  • Datasets 4.8.5
  • 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
a938470

0 моделей