---
library_name: transformers
license: mit
base_model: gpt2-medium
tags:
- generated_from_trainer
metrics:
- accuracy
model-index:
- name: essays
  results: []
---

<!-- This model card has been generated automatically according to the information the Trainer had access to. You
should probably proofread and complete it, then remove this comment. -->
# Модель: Essays Generation (GPT-2 Medium)

## Описание
Модель основана на GPT-2 Medium и предназначена для генерации эссе с использованием настроек обучения, описанных ниже. Используются текстовые данные, загруженные из кастомной конфигурации.

## Параметры модели
- **Модель**: GPT-2 Medium  
- **Размер слоя**: 24  
- **Контекстная длина**: 1024 токенов  
- **Размер скрытого слоя**: 1024  
- **Голов на слой**: 16  
- **Объем словаря**: 50257 токенов  
- **Функция активации**: `gelu_new`  

## Параметры обучения и оптимизации
- **Оптимизатор**: AdamW (β1=0.9, β2=0.999, ε=1e-8)  
- **Обучение на устройстве**: `cuda:0`  
- **Количество эпох**: 30  
- **Шагов на прогрев**: 500  
- **Обучение с использованием fp16**: Да  
- **Объем мини-батча на устройство (тренировка/оценка)**: 8  
- **Градиентная аккумуляция**: 8 шагов  
- **Чекпоинты сохранения**: каждые 1000 шагов (максимум 3 чекпоинта)  
- **Стратегия сохранения**: по шагам (steps)  
- **Скорость обучения**: 3e-05  
- **Контроль переполнений**: включен (nan_inf_filter=True)  

## Логирование и отчетность
- **Шаги логирования**: каждые 100  
- **Отчеты**: TensorBoard, WandB  
- **Директория логов**: `models/essays/runs/Feb14_18-50-17_4cf0e8a4721b`  

## Данные
- **Источник данных**: Кастомная конфигурация `default-b280a7a97da73b33`  
- **Формат данных**: текст  

## Метрики обучения (Train Metrics)
- **Эпоха**: 30.0  
- **Общее число FLOPs**: 1037903GF  
- **Средняя потеря (train_loss)**: 2.3499  
- **Время тренировки (train_runtime)**: 0:03:48.80  
- **Количество тренировочных примеров (train_samples)**: 20  
- **Тренировочные примеры в секунду (train_samples_per_second)**: 2.622  
- **Тренировочные шаги в секунду (train_steps_per_second)**: 0.131  

## Метрики оценки (Eval Metrics)
- **Эпоха**: 30.0  
- **Точность (eval_accuracy)**: 0.4092  
- **Потери (eval_loss)**: 1.9714  
- **Время оценки (eval_runtime)**: 0:00:00.71  
- **Количество оценочных примеров (eval_samples)**: 7  
- **Оценочные примеры в секунду (eval_samples_per_second)**: 9.854  
- **Оценочные шаги в секунду (eval_steps_per_second)**: 1.408  
- **Перплексия (perplexity)**: 7.1805  

## Дополнительные настройки
- **Использование градиентного чекпоинтинга**: Да  
- **Детерминизм обучения**: Выключен  
- **Стратегия планирования LR**: линейная  
- **Распределенное обучение**: False  
- **Точность вычислений**: 16-битное представление (fp16)  

## Примечания
При запуске могут возникать предупреждения, связанные с регистрацией CUDA-библиотек (`cuFFT`, `cuDNN`, `cuBLAS`). Эти предупреждения не влияют на корректность работы модели.



# essays

This model is a fine-tuned version of [gpt2-medium](https://huggingface.co/gpt2-medium) on an unknown dataset.
It achieves the following results on the evaluation set:
- Loss: 1.9714
- Accuracy: 0.4092


### Training hyperparameters

The following hyperparameters were used during training:
- learning_rate: 3e-05
- train_batch_size: 8
- eval_batch_size: 8
- seed: 42
- gradient_accumulation_steps: 8
- total_train_batch_size: 64
- optimizer: Use OptimizerNames.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: 500
- num_epochs: 30.0
- mixed_precision_training: Native AMP

### Training results



### Framework versions

- Transformers 4.49.0.dev0
- Pytorch 2.5.1+cu124
- Datasets 3.3.0
- Tokenizers 0.21.0


from transformers import GPT2LMHeadModel, GPT2Tokenizer

tokenizer = GPT2Tokenizer.from_pretrained("path_to_your_model")
model = GPT2LMHeadModel.from_pretrained("path_to_your_model")

input_text = "The importance of philosophy in daily life"
inputs = tokenizer(input_text, return_tensors="pt")
outputs = model.generate(**inputs, max_length=200)

print(tokenizer.decode(outputs[0], skip_special_tokens=True))