/ Модель

Характеристики

Контекст
512 токенов
Параметры
468 млн
Архитектура
megatron-bert · dense
Опубликована
21 мар 2022

megatron-bert-large-swedish-cased-165k

Заполнение пропусковТекст → текст3 профессии

Контрольная точка шведской модели Megatron-BERT для предсказания пропущенных слов в текстах.

322скачиваний за 30 дней1лайквеса обновлены20 мар 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

Megatron-BERT-large Swedish 165k — шведская языковая модель семейства BERT, разработанная KBLab и обученная с помощью библиотеки Megatron-LM. Это контрольная точка после 165 тысяч шагов обучения; обучение планировалось на 500 тысяч шагов. Модель имеет архитектуру MegatronBertForMaskedLM и предназначена для заполнения пропусков в тексте: по контексту она предсказывает скрытые токены. Она обучалась на корпусе объёмом около 70 ГБ, преимущественно из OSCAR и шведских газетных текстов, собранных Национальной библиотекой Швеции.

В README размер указан как 340 млн параметров, тогда как метаданные Hugging Face указывают 468,3 млн; эти оценки расходятся. Контекст модели составляет 512 токенов. Обучение использовало гиперпараметры по настройкам RoBERTa. Доступны веса PyTorch и safetensors. Лицензия в предоставленных данных не указана.

Сценарии применения

  • заполнение пропущенных слов в шведском тексте
  • подбор вероятного токена по контексту
  • оценка языковых представлений шведских текстов
  • эксперименты с предобученными моделями для шведского языка

Ограничения

Это промежуточная контрольная точка обучения, рассчитанного на 500 тысяч шагов, поэтому она может уступать завершённой версии. Контекст ограничен 512 токенами; оценки размера в README и метаданных расходятся.

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

Megatron-BERT-large Swedish 165k

This BERT model was trained using the Megatron-LM library. The size of the model is a regular BERT-large with 340M parameters. The model was trained on about 70GB of data, consisting mostly of OSCAR and Swedish newspaper text curated by the National Library of Sweden.

Training was done for 165k training steps using a batch size of 8k; the number of training steps is set to 500k, meaning that this version is a checkpoint. The hyperparameters for training followed the setting for RoBERTa.

The model has three sister models trained on the same dataset:

and an earlier checkpoint

Acknowledgements

We gratefully acknowledge the HPC RIVR consortium (https://www.hpc-rivr.si) and EuroHPC JU (https://eurohpc-ju.europa.eu) for funding this research by providing computing resources of the HPC system Vega at the Institute of Information Science (https://www.izum.si).

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
90c57ab

0 моделей