/ Модель

Характеристики

Контекст
512 токенов
Архитектура
gpt2 · dense
Библиотека
transformers
Опубликована
17 мая 2025

GPT2_AR_8680

Генерация текстаТекст → текст3 профессии

Экспериментальная модель семейства GPT-2 для генерации текста с контекстом до 512 токенов.

272скачиваний за 30 дней0лайковвеса обновлены17 мая 2025

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

GPT2_AR_8680 (в карточке указано имя AR868041) — языковая модель семейства GPT-2, обученная авторами с нуля на неизвестном наборе данных. Она предназначена для генерации текста и работает с контекстом до 512 токенов. В метаданных указаны архитектура GPT2LMHeadModel, библиотека Transformers и формат весов safetensors.

На оценочном наборе модель показала loss 4,5867 и accuracy 0,2572; назначение, языки обучения и подробности оценки не описаны. Лицензия в предоставленных данных не указана.

Сценарии применения

  • эксперименты с генерацией текста
  • изучение работы GPT-2
  • проверка генерации на коротком контексте

Ограничения

Данные обучения неизвестны, а результаты оценки ограничены указанными loss и accuracy без описания набора и методики. Язык модели и условия лицензии в предоставленных данных не определены.

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

AR_8680_41

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

  • Loss: 4.5867
  • Accuracy: 0.2572

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: 0.0006
  • train_batch_size: 32
  • eval_batch_size: 32
  • seed: 41
  • optimizer: Use adamw_torch with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 1000
  • num_epochs: 10.0
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossAccuracy
No log1.09405.86100.1440
1.49892.018805.56490.1544
1.31993.028205.29580.1757
1.25184.037605.05840.1987
1.18355.047004.92720.2129
1.13336.056404.80930.2278
1.0957.065804.72370.2380
1.06548.075204.65500.2473
1.03849.084604.61160.2542
1.017810.094004.58670.2572

Framework versions

  • Transformers 4.51.3
  • Pytorch 2.5.1+cu121
  • Datasets 3.6.0
  • Tokenizers 0.21.1

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
b1a54d4

0 моделей