/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
122 млн
Лицензия
Apache 2.0
Архитектура
longformer · dense
Опубликована
4 мар 2022

Erlangshen-Longformer-110M

Языковая модель4 профессии

Китайская модель Longformer на 122,5 млн параметров для понимания и обработки длинных текстов.

629скачиваний за 30 дней12лайковвеса обновлены26 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

Erlangshen-Longformer-110M — китайская модель понимания текста из серии Erlangshen, разработанная командой Fengshenbang. Это плотная архитектура Longformer на 122,5 млн параметров; модель продолжала предварительное обучение на корпусе WuDao объёмом 180 ГБ на основе chinese_roformer_L-12-H-768-A-12. В позиционных представлениях используется RoPE. Контекст модели составляет 4096 токенов.

Модель предназначена для работы с длинными китайскими текстами и задач понимания естественного языка. Для загрузки авторы предлагают библиотеку Fengshenbang-LM, поскольку структура Longformer-base отсутствует в стандартной библиотеке Transformers. В репозитории указаны веса PyTorch. Лицензия — Apache-2.0.

Сценарии применения

  • анализ длинных китайских документов
  • извлечение контекста из длинных текстов
  • создание представлений китайских текстов для последующих задач NLP

Ограничения

README рекомендует использовать Fengshenbang-LM для загрузки модели, поскольку архитектура Longformer-base не поддерживается стандартной библиотекой Transformers.

Для каких профессий подходит4

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

Erlangshen-Longformer-110M

简介 Brief Introduction

善于处理长文本,采用旋转位置编码的中文版1.1亿参数的Longformer-base

The Chinese Longformer-base (110M), which uses rotating positional encoding, is adept at handling lengthy text.

模型分类 Model Taxonomy

需求 Demand任务 Task系列 Series模型 Model参数 Parameter额外 Extra
通用 General自然语言理解 NLU二郎神 ErlangshenLongformeer110M中文 Chinese

模型信息 Model Information

遵循Longformer-base的设计,我们基于chinese_roformer_L-12_H-768_A-12,在悟道语料库(180 GB版本)上进行了继续预训练。特别的,我们采用旋转位置嵌入(RoPE)来避免预训练语料库的不均匀序列长度问题。

Following the design of Longformer-base, we performed continual pre-training on the WuDao corpus (180 GB) based on chinese_roformer_L-12_H-768_A-12. Particularly, we employed rotational position embedding (RoPE) to avoid the uneven sequence length of the pre-trained corpus.

使用 Usage

因为transformers库中是没有Longformer-base相关的模型结构的,所以你可以在我们的Fengshenbang-LM中找到并且运行代码。

Since there is no structure of Longformer-base in transformers library, you can find the structure of Longformer-base and run the codes in Fengshenbang-LM.

git clone https://github.com/IDEA-CCNL/Fengshenbang-LM.git

加载模型 Loading Models

from fengshen import LongformerModel    
from fengshen import LongformerConfig
from transformers import BertTokenizer

tokenizer = BertTokenizer.from_pretrained("IDEA-CCNL/Erlangshen-Longformer-110M")
config = LongformerConfig.from_pretrained("IDEA-CCNL/Erlangshen-Longformer-110M")
model = LongformerModel.from_pretrained("IDEA-CCNL/Erlangshen-Longformer-110M")

引用 Citation

如果您在您的工作中使用了我们的模型,可以引用我们的论文:

If you are using the resource for your work, please cite the our paper:

@article{fengshenbang,
  author    = {Jiaxing Zhang and Ruyi Gan and Junjie Wang and Yuxiang Zhang and Lin Zhang and Ping Yang and Xinyu Gao and Ziwei Wu and Xiaoqun Dong and Junqing He and Jianheng Zhuo and Qi Yang and Yongfeng Huang and Xiayu Li and Yanghan Wu and Junyu Lu and Xinyu Zhu and Weifeng Chen and Ting Han and Kunhao Pan and Rui Wang and Hao Wang and Xiaojun Wu and Zhongshen Zeng and Chongpei Chen},
  title     = {Fengshenbang 1.0: Being the Foundation of Chinese Cognitive Intelligence},
  journal   = {CoRR},
  volume    = {abs/2209.02970},
  year      = {2022}
}

也可以引用我们的网站:

You can also cite our website:

@misc{Fengshenbang-LM,
  title={Fengshenbang-LM},
  author={IDEA-CCNL},
  year={2021},
  howpublished={\url{https://github.com/IDEA-CCNL/Fengshenbang-LM}},
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

У модели не указана задача.

Класс архитектуры
LongformerForPreTraining
Ревизия весов
e0032f1

0 моделей