/ Модель

Характеристики

Контекст
514 токенов
Параметры
152 млн
Архитектура
roberta · dense
Опубликована
17 янв 2023

HeRo

Заполнение пропусковТекст → текст3 профессии

HeRo — модель RoBERTa для иврита, предсказывающая замаскированные слова в тексте.

92скачиваний за 30 дней6лайковвеса обновлены12 мая 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

HeRo — языковая модель RoBERTa для иврита, разработанная HeNLP. Это модель с 151,8 млн параметров для заполнения пропусков в тексте: она предсказывает замаскированные токены с учётом окружающего контекста. Модель можно использовать через Transformers как AutoModelForMaskedLM вместе с соответствующим токенизатором.

HeRo предназначена для задач языкового моделирования на иврите, например восстановления скрытых слов и анализа контекстных представлений текста. Архитектура — плотная RoBERTa с головкой masked language modeling; формат весов — PyTorch и Safetensors, максимальный контекст — 514 токенов. Карточка указывает исследовательскую публикацию для цитирования. Лицензия в предоставленных сведениях не указана.

Сценарии применения

  • восстановление пропущенных слов в предложении на иврите
  • предсказание замаскированных токенов при анализе текста на иврите
  • получение контекстных языковых представлений для исследований иврита

Ограничения

Модель предназначена для иврита и ограничена контекстом до 514 токенов. Лицензия не приведена в доступных сведениях.

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

Hebrew Language Model

State-of-the-art RoBERTa language model for Hebrew.

How to use

from transformers import AutoModelForMaskedLM, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained('HeNLP/HeRo')
model = AutoModelForMaskedLM.from_pretrained('HeNLP/HeRo'

# Tokenization Example:
# Tokenizing
tokenized_string = tokenizer('שלום לכולם')

# Decoding 
decoded_string = tokenizer.decode(tokenized_string ['input_ids'], skip_special_tokens=True)

Citing

If you use HeRo in your research, please cite HeRo: RoBERTa and Longformer Hebrew Language Models.

@article{shalumov2023hero,
      title={HeRo: RoBERTa and Longformer Hebrew Language Models}, 
      author={Vitaly Shalumov and Harel Haskey},
      year={2023},
      journal={arXiv:2304.11077},
}

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
8dc628f

0 моделей