/ Модель

Характеристики

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

micro_base_help_tapt_pretrain_model

Заполнение пропусковТекст → текст

Дообученная RoBERTa для предсказания скрытых слов и фрагментов текста.

6скачиваний за 30 дней0лайковвеса обновлены20 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/micro_base_help_tapt_pretrain_model — модель RoBERTa, дообученная на базе FacebookAI/roberta-base. Она предназначена для заполнения пропусков в тексте: модель предсказывает слово или фрагмент, скрытый специальной маской. Число параметров — 151,8 млн, максимальная длина контекста — 514 токенов; веса опубликованы в формате safetensors.

В карточке указана оценка Loss 1,5916 на наборе для оценки, но сведения о датасете, языках и практических ограничениях не приведены. Модель распространяется по лицензии MIT.

Сценарии применения

  • предсказание пропущенного слова в предложении
  • восстановление замаскированных фрагментов текста
  • оценка языковых представлений через задачу заполнения масок

Ограничения

Датасет дообучения и языки модели не указаны. Оценка Loss приведена без описания набора и методики оценки.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

micro_base_help_tapt_pretrain_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: 1.5916

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: 0.0001
  • train_batch_size: 21
  • eval_batch_size: 21
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 42
  • optimizer: Adam with betas=(0.9,0.98) and epsilon=1e-06
  • lr_scheduler_type: linear
  • num_epochs: 100

Training results

Training LossEpochStepValidation Loss
1.91090.99401.6849
1.74212.0811.6620
1.74112.991211.6333
1.64414.01621.6306
1.63374.992021.6137
1.57746.02431.6343
1.59976.992831.5931
1.51968.03241.6018
1.54168.993641.5994
1.481910.04051.5886
1.507910.994451.5938
1.45512.04861.5699
1.471812.995261.5947
1.415714.05671.5920
1.436914.996071.5879
1.373316.06481.5745
1.401716.996881.6000
1.360118.07291.5830
1.360218.997691.5846
1.315220.08101.5940
1.343720.998501.5942
1.290422.08911.5787

Framework versions

  • Transformers 4.36.2
  • Pytorch 2.2.1+cu121
  • Datasets 2.19.0
  • 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
eff1d9b

0 моделей