/ Модель

Характеристики

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

GPT2_EN_30000

Генерация текстаТекст → текст3 профессии

GPT-2, обученная с нуля модель для генерации текста с контекстом до 512 токенов.

339скачиваний за 30 дней0лайковвеса обновлены16 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

xiulinyang/GPT2_EN_30000 — языковая модель GPT-2, обученная с нуля на неизвестном наборе данных. Она предназначена для генерации текста и работает с контекстом до 512 токенов. В карточке приведены результаты оценки: loss 4.2839 и accuracy 0.2821.

Модель использует архитектуру GPT2LMHeadModel и формат весов safetensors; для работы применяется библиотека Transformers. README не описывает целевую область применения и подробно оценивает модель только на одном наборе результатов. Лицензия в доступных данных не указана.

Сценарии применения

  • генерация продолжения английского текста
  • создание черновиков текста
  • эксперименты с небольшой GPT-2
  • изучение работы авторегрессионной языковой модели

Ограничения

Данные обучения неизвестны, а приведённые метрики сами по себе не позволяют оценить качество на практических задачах. Контекст ограничен 512 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

EN_30000_41

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

  • Loss: 4.2839
  • Accuracy: 0.2821

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 log1.08915.13770.2004
1.28772.017824.89010.2236
1.13553.026734.77720.2356
1.09644.035644.70230.2399
1.07555.044554.61250.2460
1.05026.053464.53410.2551
1.02487.062374.44840.2643
1.00358.071284.36910.2732
0.98149.080194.31350.2788
0.981410.089104.28390.2821

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
f98069b

0 моделей