/ Модель

Характеристики

Контекст
512 токенов
Лицензия
Apache 2.0
Архитектура
gpt2 · dense
Библиотека
transformers
Опубликована
2 окт 2026

gpt2-30m-fineweb-edu

Генерация текстаТекст → текст3 профессии

Компактная GPT-2-подобная модель, обученная с нуля на образовательных веб-текстах для экспериментов с генерацией английского текста.

249скачиваний за 30 дней0лайковвеса обновлены2 окт 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

zhouaz/gpt2-30m-fineweb-edu — компактная авторская модель в стиле GPT-2, обученная с нуля на образовательной веб-выборке FineWeb-Edu. Это декодерная языковая модель с 6 слоями, размерностью скрытого состояния 384, 6 головами внимания и словарём из 50 257 токенов GPT-2 BPE; в ней около 30,1 млн параметров, а контекст составляет 512 токенов.

Модель предназначена для генерации продолжения английского текста и демонстрации полного конвейера предварительного обучения. Она обучалась на упакованных блоках длиной 512 токенов и обработала около 131 млн токенов за 4 000 шагов. Автор сообщает, что модель сильно недообучена: ожидаются повторы и низкая связность текста, поэтому её качество недостаточно для надёжных прикладных сценариев. Лицензия — Apache-2.0.

Сценарии применения

  • демонстрация конвейера предварительного обучения языковой модели
  • эксперименты с генерацией продолжения английского текста
  • изучение работы компактных декодерных моделей GPT-2
  • проверка запуска text-generation через Transformers

Ограничения

Модель сильно недообучена и склонна к повторам и малосвязному тексту; 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

gpt2-30m-fineweb-edu

A ~30M-parameter GPT-2 style decoder pretrained from scratch (random init) on HuggingFaceFW/fineweb-edu (sample-10BT config, streaming) in a single ~38-minute run on one NVIDIA A10G as a budget demo of the full pretraining pipeline.

Architecture

  • 6 layers, hidden 384, 6 heads, vocab 50257 (GPT-2 BPE tokenizer), context 512
  • tied input/output embeddings, ~30.1M parameters

Training

  • CLM loss on packed 512-token blocks, bf16
  • AdamW β=(0.9, 0.95), weight decay 0.1, grad clip 1.0
  • lr 6e-4, cosine decay, 150-step warmup, effective batch 64×512 = 32,768 tokens/step
  • 4,000 optimizer steps ≈ 131M tokens seen (1 epoch over the streamed subset)

Results

MetricValue
final eval loss4.7510
eval perplexity≈ 115.7 (exp of eval loss)
train loss (end)~4.9–5.0

The model is heavily undertrained (131M tokens for 30M params) — expect repetitive, low-coherence text. It demonstrates the pipeline, not quality.

Usage

from transformers import pipeline
pipe = pipeline("text-generation", "zhouaz/gpt2-30m-fineweb-edu")
print(pipe("The history of the Roman Empire begins", max_new_tokens=80, do_sample=True)[0])

Reproduction

Training script pattern follows transformers examples/pytorch/language-modeling/run_clm.py: streaming dataset → online tokenization → block packing → Trainer with max_steps, periodic push_to_hub (every 500 steps).

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
7fedde3

0 моделей