Характеристики

Лицензия: Apache 2.0
Базовая модель: bert-base-cased
Библиотека: transformers
Опубликована: 3 янв 2025

Ссылки

Hugging Face

populism_english_bert_base_cased

AnonymousCS

Заполнение пропусковТекст → текст

Англоязычная BERT-модель для предсказания замаскированных слов, дообученная на основе google-bert/bert-base-cased.

0скачиваний за 30 дней0лайковвеса обновлены5 янв 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

AnonymousCS/populism_english_bert_base_cased — регистрозависимая англоязычная BERT-модель, дообученная на основе google-bert/bert-base-cased. Она предназначена для заполнения пропусков в тексте: модель предсказывает замаскированное слово с учётом окружающего контекста. Для базовой модели используется архитектура BERT; файлы весов представлены в формате safetensors.

На оценочном наборе указаны loss 0,7365 и accuracy 0,8305. Набор данных для дообучения не установлен, поэтому результаты нельзя интерпретировать как подтверждение качества на конкретных текстах о популизме. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

предсказание пропущенного слова в английском предложении
восстановление замаскированных слов в англоязычном тексте
получение контекстных кандидатов для пропусков в тексте

Ограничения

Данные дообучения не указаны, а результаты приведены только для оценочного набора без описания его состава. Модель рассчитана на английский язык и не подтверждена как специализированный классификатор популизма.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

populism_english_bert_base_cased

This model is a fine-tuned version of google-bert/bert-base-cased on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.7365
Accuracy: 0.8305

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: 5e-05
train_batch_size: 256
eval_batch_size: 256
seed: 42
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
num_epochs: 3.0

Training results

Framework versions

Transformers 4.48.0.dev0
Pytorch 2.5.1+cu124
Datasets 3.2.0
Tokenizers 0.21.0

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers · fill-mask

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов: 2ca3e99