Характеристики

Контекст: 16 384 токена
Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: canine · dense
Базовая модель: spellcorrector_20_02_050_qwerty_v11
Опубликована: 25 фев 2024

Ссылки

Hugging Face

spellcorrector_20_02_050_qwerty_v14

Buseak

Разметка токеновТекст → label3 профессии

Дообученная CANINE-модель для классификации токенов и исправления орфографических ошибок и опечаток.

9скачиваний за 30 дней0лайковвеса обновлены25 фев 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

Buseak/spellcorrector_20_02_050_qwerty_v14 — дообученная модель CANINE для классификации токенов. Она основана на Buseak/spellcorrector_20_02_050_qwerty_v11 и предназначена для исправления орфографических ошибок и опечаток. Архитектура содержит около 113,2 млн параметров и поддерживает контекст до 16 384 токенов.

Модель принимает текст и размечает токены, что позволяет использовать её в сценариях исправления текста. В README приведены идеальные метрики на оценочной выборке, однако описание набора данных отсутствует, поэтому эти результаты не позволяют судить о качестве на других текстах. Модель выпущена под лицензией Apache-2.0.

Сценарии применения

поиск опечаток в тексте
исправление орфографических ошибок
разметка токенов для конвейера коррекции текста

Ограничения

README не описывает оценочный набор данных, поэтому заявленные идеальные метрики нельзя уверенно переносить на другие тексты. Языки модели по доступным данным установить нельзя.

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.4Универсальные способностиОбработка документов и формAI помогает оцифровывать документы, проверять их комплектность и сокращать ручной ввод данных.16 задач7 180моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

spellcorrector_20_02_050_qwerty_v14

This model is a fine-tuned version of Buseak/spellcorrector_20_02_050_qwerty_v11 on the None dataset. It achieves the following results on the evaluation set:

Loss: 0.0000
Precision: 1.0
Recall: 1.0
F1: 1.0
Accuracy: 1.0000

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: 2e-05
train_batch_size: 8
eval_batch_size: 8
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 20

Training results

Training Loss	Epoch	Step	Validation Loss	Precision	Recall	F1	Accuracy
0.0331	1.0	967	0.0132	0.9919	0.9893	0.9906	0.9963
0.019	2.0	1934	0.0077	0.9941	0.9936	0.9938	0.9977
0.0127	3.0	2901	0.0060	0.9973	0.9973	0.9973	0.9982
0.0102	4.0	3868	0.0035	0.9968	0.9962	0.9965	0.9990
0.0077	5.0	4835	0.0024	0.9989	0.9989	0.9989	0.9993
0.0065	6.0	5802	0.0015	0.9989	0.9984	0.9987	0.9996
0.0047	7.0	6769	0.0012	0.9995	0.9989	0.9992	0.9997
0.0036	8.0	7736	0.0009	1.0	0.9995	0.9997	0.9997
0.0031	9.0	8703	0.0007	0.9995	0.9995	0.9995	0.9998
0.0027	10.0	9670	0.0004	1.0	1.0	1.0	0.9999
0.0021	11.0	10637	0.0003	1.0	1.0	1.0	0.9999
0.0017	12.0	11604	0.0002	1.0	1.0	1.0	1.0000
0.0015	13.0	12571	0.0001	1.0	1.0	1.0	1.0000
0.0011	14.0	13538	0.0001	1.0	1.0	1.0	1.0000
0.001	15.0	14505	0.0001	1.0	1.0	1.0	1.0000
0.0008	16.0	15472	0.0001	1.0	1.0	1.0	1.0000
0.0007	17.0	16439	0.0000	1.0	1.0	1.0	1.0000
0.0006	18.0	17406	0.0000	1.0	1.0	1.0	1.0000
0.0006	19.0	18373	0.0000	1.0	1.0	1.0	1.0000
0.0005	20.0	19340	0.0000	1.0	1.0	1.0	1.0000

Framework versions

Transformers 4.37.2
Pytorch 2.1.0+cu121
Datasets 2.17.1
Tokenizers 0.15.2

Как запустить

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

GPU в ailist

Универсальный рантайм · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: CanineForTokenClassification
Ревизия весов: 2619722