Характеристики

Контекст: 514 токенов
Параметры: 152 млн
Лицензия: MIT
Архитектура: roberta · dense
Базовая модель: roberta-base
Опубликована: 9 апр 2024

Ссылки

Hugging Face

amazon_pretraining_5M_model

BigTMiami

Заполнение пропусковТекст → текст3 профессии

Дообученная модель RoBERTa-base для предсказания замаскированных токенов и подстановки пропущенных слов в тексте.

8скачиваний за 30 дней0лайковвеса обновлены9 апр 2024

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

BigTMiami/amazon_pretraining_5M_model — модель на базе RoBERTa-base, дообученная для предсказания замаскированных токенов. Она содержит 151,8 млн параметров, использует архитектуру RoBERTa с головой RobertaForMaskedLM и принимает последовательности длиной до 514 токенов. Модель подходит для подстановки пропущенных слов и изучения контекстных представлений текста.

Модель дообучена на неизвестном наборе данных; в карточке приведено значение loss 7,0684 на оценочной выборке. Лицензия — MIT. Язык обучающих данных и конкретные ограничения применения в карточке не раскрыты.

Сценарии применения

подстановка пропущенного слова в предложении
предсказание замаскированных токенов
контекстный анализ текста

Ограничения

Модель дообучена на неизвестном наборе данных, а карточка не описывает оценочный протокол и конкретные сценарии применения; указан loss 7,0684. Язык модели не установлен по предоставленным данным.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

amazon_pretraining_5M_model

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

Loss: 7.0684

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: 0.0005
train_batch_size: 32
eval_batch_size: 32
seed: 42
gradient_accumulation_steps: 11
total_train_batch_size: 352
optimizer: Adam with betas=(0.9,0.98) and epsilon=1e-06
lr_scheduler_type: linear
lr_scheduler_warmup_ratio: 0.06
num_epochs: 1

Training results

Training Loss	Epoch	Step	Validation Loss
7.0669	1.0	2450	7.0720

Framework versions

Transformers 4.38.2
Pytorch 2.2.1+cu121
Datasets 2.18.0
Tokenizers 0.15.2

Как запустить

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

GPU в ailist

Универсальный рантайм · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры: RobertaForMaskedLM
Ревизия весов: d89dbd0