DeBERTaV2 негізіндегі беларусь тілінің моделі мәтіндегі жасырылған сөздерді болжауға және кейінгі NLP міндеттеріне бейімдеуге арналған.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
Koichi Yasuoka әзірлеген DeBERTaV2 негізіндегі беларусь тілінің алдын ала оқытылған тілдік моделі. Ол Беларус тіліндегі Wikipedia және CC-100 мәтіндерімен оқытылған, masked language modeling тәсілімен мәтіндегі жасырылған токенді болжауға арналған. Модельде 136,3 млн параметр бар, PyTorch форматында ұсынылады және контекст ұзындығы 512 токенге дейін жетеді.
Модельді fill-mask тапсырмаларына тікелей қолдануға және POS-таңбалау мен тәуелділік талдауы сияқты кейінгі міндеттерге бейімдеп оқытуға болады. Лицензиясы — CC BY-SA 4.0; тарату және пайдалану кезінде оның шарттарын сақтау қажет.
Контекст ұзындығы 512 токенмен шектеледі. POS-таңбалау мен тәуелділік талдауы үшін модельді жеке деректермен қосымша оқыту қажет.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This is a DeBERTa(V2) model pre-trained on Belarusian Wikipedia and CC-100 texts. You can fine-tune deberta-base-belarusian for downstream tasks, such as POS-tagging, dependency-parsing, and so on.
from transformers import AutoTokenizer,AutoModelForMaskedLM
tokenizer=AutoTokenizer.from_pretrained("KoichiYasuoka/deberta-base-belarusian")
model=AutoModelForMaskedLM.from_pretrained("KoichiYasuoka/deberta-base-belarusian")
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · fill-mask
Подбираем GPU…