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_corrected

BigTMiami

Заполнение пропусковТекст → текст

Дообученная на базе RoBERTa-base модель для предсказания пропущенных токенов 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_corrected — дообученная модель на архитектуре RoBERTa, созданная на основе FacebookAI/roberta-base. Она предназначена для задачи fill-mask: предсказывает пропущенные токены в тексте. Модель содержит 151,8 млн параметров, использует формат safetensors и принимает последовательности длиной до 514 токенов.

В README указана оценка loss 1,5161 на тестовом наборе, но назначение обучения и сам набор данных не описаны. Модель распространяется по лицензии MIT. Язык и предметная область дообучения не установлены, поэтому результаты для конкретных языков и сценариев следует проверять отдельно.

Сценарии применения

подстановка пропущенного слова в предложении
восстановление замаскированных токенов
проверка языковой правдоподобности вариантов заполнения

Ограничения

Данные и целевой язык дообучения не описаны; качество для конкретных языков и областей применения не установлено. В README приведён только loss 1,5161 на тестовом наборе.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

amazon_pretraining_5M_model_corrected

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

Loss: 1.5161

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
1.8463	0.2	500	1.7300
1.7886	0.41	1000	1.6805
1.7154	0.61	1500	1.6059
1.6562	0.82	2000	1.5577

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: 190b310