/ Модель

Характеристики

Контекст
512 токенов
Параметры
5,1 млрд
Лицензия
Apache 2.0
Архитектура
megatron-bert · dense
Опубликована
13 сен 2022

Erlangshen-MegatronBert-3.9B-Chinese

Заполнение пропусковТекст → текст3 профессии

Крупная китайская модель MegatronBERT для восстановления пропущенных токенов и настройки на задачи понимания китайского языка.

65скачиваний за 30 дней16лайковвеса 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-MegatronBert-3.9B-Chinese — китайская языковая модель семейства MegatronBERT, разработанная командой Fengshenbang при IDEA-CCNL. Это плотная модель с архитектурой MegatronBertForMaskedLM и 5,1 млрд параметров по метаданным; она обучена на китайском корпусе WuDao объёмом 300 ГБ и предназначена для задач понимания китайского языка. Модель восстанавливает пропущенные токены в тексте, а также может служить основой для настройки на прикладные задачи NLU, например классификацию и определение логических отношений между предложениями.

Модель поддерживает китайский язык, имеет контекст 512 токенов и представлена в формате PyTorch. В README приведены результаты на китайских задачах FewCLUE; указанная там таблица относится к версии 3.9B. Лицензия — Apache-2.0. Большой размер требует значительных ресурсов для загрузки и запуска, а базовый режим fill-mask сам по себе не является готовым решением для классификации или диалога.

Сценарии применения

  • подстановка пропущенных слов в китайских предложениях
  • получение вариантов заполнения пропуска в тексте
  • дообучение модели для классификации китайских текстов
  • дообучение для определения логической связи между китайскими предложениями

Ограничения

Модель содержит 5,1 млрд параметров, поэтому её запуск требует значительных вычислительных ресурсов. Для классификации и других прикладных задач NLU потребуется соответствующая настройка 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

Erlangshen-MegatronBert-3.9B-Chinese

简介 Brief Introduction

善于处理NLU任务,现在最大的,拥有39亿的中文BERT模型。

Good at solving NLU tasks, the largest Chinese BERT (39B) currently.

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 ErlangshenMegatronBERT3.9B中文 Chinese

模型信息 Model Information

Erlangshen-MegatronBert-3.9B-Chinese是一个比Erlangshen-MegatronBert-1.3B拥有更多参数的版本(39亿)。我们遵循原来的预训练方式在悟道数据集(300G版本)上进行预训练。具体地,我们在预训练阶段中使用了封神框架大概花费了64张A100(40G)约30天。

Erlangshen-MegatronBert-3.9B-Chinese (3.9B) is a larger version of Erlangshen-MegatronBert-1.3B. By following the original instructions, we apply WuDao Corpora (300 GB version) as the pretraining dataset. Specifically, we use the fengshen framework in the pre-training phase which cost about 30 days with 64 A100 (40G) GPUs.

更多信息 More Information

IDEA研究院中文预训练模型二郎神登顶FewCLUE榜单

2021年11月10日,Erlangshen-MegatronBERT-1.3B在FewCLUE上取得第一。其中,它在CHIDF(成语填空)和TNEWS(新闻分类)子任务中的表现优于人类表现。此外,它在CHIDF(成语填空), CSLDCP(学科文献分类), OCNLI(自然语言推理)任务中均名列前茅。

On November 10, 2021, Erlangshen-MegatronBert-1.3B topped the FewCLUE benchmark. Among them, our Erlangshen outperformed human performance in CHIDF (idiom fill-in-the-blank) and TNEWS (news classification) subtasks. In addition, our Erlangshen ranked the top in CHIDF (idiom fill-in-the-blank), CSLDCP (subject literature classification), and OCNLI (natural language inference) tasks.

下游效果 Performance

下游中文任务的得分(没有做任何数据增强):

Scores on downstream Chinese tasks (without any data augmentation):

Modelafqmctnewsiflytekocnlicmnliwsccsl
roberta-wwm-ext-large0.75140.58720.61520.7770.8140.89140.86
Erlangshen-MegatronBert-1.3B0.76080.59960.62340.79170.810.92430.872
Erlangshen-MegatronBert-3.9B0.75610.60480.62040.82780.8517--

使用 Usage

from transformers import AutoModelForMaskedLM, AutoTokenizer, FillMaskPipeline
import torch

tokenizer=AutoTokenizer.from_pretrained('IDEA-CCNL/Erlangshen-MegatronBert-3.9B-Chinese', use_fast=False)
model=AutoModelForMaskedLM.from_pretrained('IDEA-CCNL/Erlangshen-MegatronBert-3.9B-Chinese')
text = '生活的真谛是[MASK]。'
fillmask_pipe = FillMaskPipeline(model, tokenizer)
print(fillmask_pipe(text, top_k=10))

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 · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
MegatronBertForMaskedLM
Ревизия весов
69bf01f

0 моделей