/ Модель

Характеристики

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

tapt_helpfulness_base_pretraining_model

Заполнение пропусковТекст → текст

Дообученная на неизвестном наборе данных модель RoBERTa для предсказания пропущенных токенов в тексте.

7скачиваний за 30 дней0лайковвеса обновлены15 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/tapt_helpfulness_base_pretraining_model — дообученная модель семейства RoBERTa для задачи заполнения пропусков в тексте. Она основана на roberta-base, содержит 151,8 млн параметров и принимает последовательности длиной до 514 токенов. В README указана оценка loss 1,4502 на наборе оценки, но назначение дообучения, данные и подробные сценарии применения не описаны. Модель распространяется по лицензии MIT.

Сценарии применения

  • подстановка пропущенных слов в предложении
  • предсказание замаскированных токенов
  • проверка языковых гипотез о пропуске в тексте

Ограничения

Данные обучения неизвестны, а README не описывает целевые сценарии и ограничения; качество подтверждено только значением loss 1,4502 на оценочном наборе.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

tapt_helpfulness_base_pretraining_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: 1.4502

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: 10

Training results

Training LossEpochStepValidation Loss
1.90990.97271.6497
1.7161.98551.6088
1.65492.99831.5624
1.65853.971101.5455
1.5574.981381.5446
1.51425.991661.5057
1.47887.01941.4934
1.50577.972211.4714
1.42328.982491.4541
1.37789.742701.4498

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
2423f21

0 моделей