Характеристики

Лицензия: Apache 2.0
Базовая модель: bert-large-uncased
Библиотека: transformers
Опубликована: 14 янв 2025

Ссылки

Hugging Face

populism_english_bert_large_uncased

AnonymousCS

Заполнение пропусковТекст → текст

Дообученная англоязычная модель BERT Large для предсказания замаскированных слов в тексте.

0скачиваний за 30 дней0лайковвеса обновлены19 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_large_uncased — англоязычная модель BERT Large Uncased, дообученная на неизвестном наборе данных. Она предназначена для предсказания замаскированных слов в тексте и может использоваться для анализа контекстных языковых представлений. В README приведены результаты оценки: loss 0,6825 и accuracy 0,8462, однако описание набора данных и условий оценки отсутствует. Модель распространяется в формате Safetensors по лицензии Apache-2.0.

Сценарии применения

предсказание пропущенного слова в английском тексте
анализ контекстных представлений английских слов
оценка заполнения пропуска в предложении

Ограничения

Данные обучения неизвестны, поэтому область специализации и переносимость результатов неясны. Приведённые метрики не сопровождаются описанием набора и протокола оценки.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

populism_english_bert_large_uncased

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

Loss: 0.6825
Accuracy: 0.8462

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: 384
eval_batch_size: 384
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 4.49.0.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: 511732e