/ Модель

Характеристики

Контекст
514 токенов
Параметры
87,3 млн
Лицензия
MIT
Архитектура
roberta · dense
Опубликована
2 мар 2022

robbertje-1-gb-shuffled

Заполнение пропусковТекст → текст3 профессии

Дистиллированная RoBERTa-модель для заполнения пропусков в нидерландском тексте.

185скачиваний за 30 дней0лайковвеса обновлены29 ноя 2023

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

RobBERTje-1-gb-shuffled — нидерландская дистиллированная языковая модель из семейства RobBERT, разработанная исследовательской группой DTAI KU Leuven. Это вариант, обученный на перемешанном корпусе OSCAR объёмом 1 ГБ; в README для RobBERTje указано 74 млн параметров, а метаданные этой версии сообщают 87,3 млн параметров. Архитектура — RoBERTa с головой masked language modeling; модель принимает текст с замаскированными токенами и предсказывает вероятные заполнения. Максимальная длина контекста по метаданным — 514 токенов.

Модель подходит для восстановления пропущенных слов и изучения распределения нидерландского текста, а также может служить основой для downstream-задач вроде классификации, распознавания сущностей и разметки частей речи после соответствующей адаптации. В опубликованных оценках shuffled-вариант уступает учительской RobBERT по pseudo-perplexity и показывает результаты на ряде нидерландских задач. Поддерживаются нидерландский и фламандский варианты языка. Репозиторий распространяется по лицензии MIT.

Сценарии применения

  • восстановление пропущенных слов в нидерландском тексте
  • подбор вероятного продолжения фразы с замаскированным токеном
  • оценка языковой правдоподобности нидерландских предложений
  • адаптация для классификации нидерландских текстов
  • адаптация для распознавания именованных сущностей на нидерландском

Ограничения

В опубликованных результатах shuffled-вариант уступает учительской RobBERT по pseudo-perplexity. Для классификации, NER и других downstream-задач потребуется отдельная адаптация модели.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

About RobBERTje

RobBERTje is a collection of distilled models based on RobBERT. There are multiple models with different sizes and different training settings, which you can choose for your use-case.

We are also continuously working on releasing better-performing models, so watch the repository for updates.

News

  • February 21, 2022: Our paper about RobBERTje has been published in volume 11 of CLIN journal!
  • July 2, 2021: Publicly released 4 RobBERTje models.
  • May 12, 2021: RobBERTje was accepted at CLIN31 for an oral presentation!

The models

ModelDescriptionParametersTraining sizeHuggingface id
Non-shuffledTrained on the non-shuffled variant of the oscar corpus, without any operations to preserve this order during training and distillation.74 M1 GBDTAI-KULeuven/robbertje-1-gb-non-shuffled
ShuffledTrained on the publicly available and shuffled OSCAR corpus.74 M1 GBthis model
Merged (p=0.5)Same as the non-shuffled variant, but sequential sentences of the same document are merged with a probability of 50%.74 M1 GBDTAI-KULeuven/robbertje-1-gb-merged
BORTA smaller version with 8 attention heads instead of 12 and 4 layers instead of 6 (and 12 for RobBERT).46 M1 GBDTAI-KULeuven/robbertje-1-gb-bort

Results

Intrinsic results

We calculated the pseudo perplexity (PPPL) from cite, which is a built-in metric in our distillation library. This metric gives an indication of how well the model captures the input distribution.

ModelPPPL
RobBERT (teacher)7.76
Non-shuffled12.95
Shuffled18.74
Merged (p=0.5)17.10
BORT26.44

Extrinsic results

We also evaluated our models on sereral downstream tasks, just like the teacher model RobBERT. Since that evaluation, a Dutch NLI task named SICK-NL was also released and we evaluated our models with it as well.

ModelDBRDDIE-DATNERPOSSICK-NL
RobBERT (teacher)94.499.289.196.484.2
Non-shuffled90.298.482.995.583.4
Shuffled92.598.282.795.683.4
Merged (p=0.5)92.996.581.895.282.8
BORT89.692.279.794.381.0

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
cb5c988

0 моделей