Характеристики

Контекст: 512 токенов
Параметры: 138 млн
Лицензия: CC BY-SA 4.0
Архитектура: bert · dense
Базовая модель: bert-base
Опубликована: 14 ноя 2023

Ссылки

Hugging Face

klue-bert-mlm-bible

Definite

Заполнение пропусковТекст → текст3 профессии

Дообученная корейская BERT-модель для предсказания пропущенных токенов в тексте.

15скачиваний за 30 дней0лайковвеса обновлены15 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

Definite/klue-bert-mlm-bible — дообученная модель BERT для заполнения пропусков в тексте. Она основана на klue/bert-base и имеет около 137,8 млн параметров; максимальная длина контекста — 512 токенов. По названию и базовой модели ориентирована на корейский язык. В README приведено значение loss 1,7385 на наборе оценки, но сведения о назначении дообучения, данных и практических ограничениях отсутствуют. Модель распространяется по лицензии CC BY-SA 4.0.

Сценарии применения

подстановка пропущенного слова в корейское предложение
предсказание замаскированных токенов в тексте
анализ контекстных вариантов слова

Ограничения

README не раскрывает обучающие данные и целевую специфику дообучения; значение loss приведено без описания набора оценки. Контекст ограничен 512 токенами.

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 I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

klue-bert-mlm-bible

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

Loss: 1.7385

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: 3

Training results

Training Loss	Epoch	Step	Validation Loss
2.0483	1.0	3107	1.9150
1.8962	2.0	6214	1.7948
1.7951	3.0	9321	1.7211

Framework versions

Transformers 4.35.0
Pytorch 2.1.0+cu118
Datasets 2.14.6
Tokenizers 0.14.1

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: BertForMaskedLM
Ревизия весов: 4a433c1