Характеристики

Контекст: 16 384 токена
Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: canine · dense
Базовая модель: spellcorrector_18_02_050_qwerty_v6
Опубликована: 20 фев 2024

Ссылки

Hugging Face

spellcorrector_20_02_050_qwerty_v7

Buseak

Разметка токеновТекст → label3 профессии

Дообученная модель CANINE для исправления орфографических ошибок посредством классификации токенов.

14скачиваний за 30 дней0лайковвеса обновлены20 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_v7 — дообученная модель Buseak для исправления орфографических ошибок. Она основана на Buseak/spellcorrector_18_02_050_qwerty_v6 и использует архитектуру CANINE для классификации токенов; размер модели — 113,2 млн параметров, контекст — до 16 384 токенов. Основной сценарий — исправление текста с помощью разметки токенов.

В README приведены результаты оценки: F1 0,9997 и точность 0,9999, однако сведения о наборе данных и процедуре оценки отсутствуют, поэтому эти метрики не позволяют судить о качестве на других текстах. Модель распространяется под лицензией Apache-2.0.

Сценарии применения

исправление опечаток в тексте
проверка орфографии пользовательских сообщений
автоматическая коррекция текста перед публикацией

Ограничения

Языки и обучающие данные не описаны. Метрики приведены без сведений о наборе и процедуре оценки, поэтому их переносимость на другие данные неясна.

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_v7

This model is a fine-tuned version of Buseak/spellcorrector_18_02_050_qwerty_v6 on the None dataset. It achieves the following results on the evaluation set:

Loss: 0.0005
Precision: 0.9995
Recall: 1.0
F1: 0.9997
Accuracy: 0.9999

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
0.0674	1.0	967	0.0375	0.9849	0.9802	0.9825	0.9894
0.0481	2.0	1934	0.0259	0.9903	0.9871	0.9887	0.9924
0.0387	3.0	2901	0.0210	0.9909	0.9877	0.9893	0.9938
0.032	4.0	3868	0.0161	0.9957	0.9920	0.9938	0.9952
0.0277	5.0	4835	0.0127	0.9952	0.9941	0.9946	0.9962
0.0238	6.0	5802	0.0105	0.9973	0.9952	0.9962	0.9970
0.0208	7.0	6769	0.0080	0.9973	0.9952	0.9962	0.9977
0.0176	8.0	7736	0.0064	0.9962	0.9952	0.9957	0.9981
0.0154	9.0	8703	0.0049	0.9979	0.9968	0.9973	0.9986
0.0134	10.0	9670	0.0039	0.9957	0.9968	0.9962	0.9989
0.0114	11.0	10637	0.0030	0.9989	0.9995	0.9992	0.9992
0.0105	12.0	11604	0.0022	0.9995	0.9995	0.9995	0.9994
0.0089	13.0	12571	0.0018	0.9995	1.0	0.9997	0.9996
0.0079	14.0	13538	0.0013	0.9995	0.9995	0.9995	0.9997
0.0067	15.0	14505	0.0010	0.9995	0.9995	0.9995	0.9998
0.0056	16.0	15472	0.0009	0.9995	1.0	0.9997	0.9998
0.0051	17.0	16439	0.0007	0.9995	1.0	0.9997	0.9999
0.0047	18.0	17406	0.0006	0.9995	1.0	0.9997	0.9999
0.0046	19.0	18373	0.0005	0.9995	1.0	0.9997	0.9999
0.0041	20.0	19340	0.0005	0.9995	1.0	0.9997	0.9999

Framework versions

Transformers 4.35.2
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: 4834b93