Характеристики

Контекст: 514 токенов
Параметры: 95 млн
Архитектура: roberta · dense
Опубликована: 1 авг 2022

Ссылки

Hugging Face

twitch-league-roberta-base-test

Epidot

Заполнение пропусковТекст → текст3 профессии

Дообученная модель RoBERTa для подстановки пропущенных слов и фрагментов текста.

86скачиваний за 30 дней0лайковвеса обновлены9 авг 2022

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

Epidot/twitch-league-roberta-base-test — модель на базе RoBERTa, дообученная для задачи fill-mask: она предлагает варианты слов или фрагментов текста вместо специальной маски в исходной фразе. Модель содержит около 95 млн параметров, имеет контекст длиной до 514 токенов и опубликована в формате PyTorch.

Карточка не описывает обучающие данные, целевую аудиторию или результаты оценки, поэтому качество предсказаний для конкретной тематики подтвердить нельзя. Лицензия в предоставленных данных не указана.

Сценарии применения

подбор слова для заполнения маски в предложении
получение нескольких вариантов продолжения фразы с пропуском
восстановление замаскированных фрагментов текста

Ограничения

Обучающие данные и оценка качества не описаны, поэтому специализация и надёжность модели для конкретных текстов не подтверждены.

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.12Универсальные способностиРекомендации и персонализацияAI помогает подбирать релевантные варианты и адаптировать опыт под конкретного человека или ситуацию.15 задач7 627моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

twitch-league-roberta-base-test

This model is a fine-tuned version of on the None dataset.

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: 5e-05
train_batch_size: 64
eval_batch_size: 8
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 0.01

Training results

Framework versions

Transformers 4.17.0
Pytorch 1.7.1
Datasets 2.0.0
Tokenizers 0.12.1

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: RobertaForMaskedLM
Ревизия весов: 10af3cb