Характеристики

Контекст: 512 токенов
Параметры: 435 млн
Лицензия: CC BY-SA 4.0
Архитектура: deberta-v2 · dense
Опубликована: 26 мая 2022

Ссылки

Hugging Face

deberta-large-japanese-aozora

KoichiYasuoka

Заполнение пропусковТекст → текст3 профессии

Предварительно обученная DeBERTa V2 large для заполнения пропусков и дообучения на задачах обработки японского текста.

166скачиваний за 30 дней5лайковвеса обновлены13 янв 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

Koichi Yasuoka разработал DeBERTa V2 large, предварительно обученную на японских текстах из 青空文庫 (Aozora Bunko). Модель с архитектурой DeBERTa V2 и 435,4 млн параметров обучена для предсказания замаскированных токенов; она подходит как основа для дообучения под задачи обработки японского языка, включая разметку частей речи и синтаксический анализ зависимостей. Работает с текстом в контексте до 512 токенов и распространяется в формате PyTorch по лицензии CC BY-SA 4.0.

Сценарии применения

восстановление замаскированных слов в японском тексте
дообучение для разметки частей речи на японском
дообучение для синтаксического анализа зависимостей японского языка

Ограничения

Для прикладных задач, таких как разметка частей речи и синтаксический анализ, модель требуется дообучить. Контекст ограничен 512 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

deberta-large-japanese-aozora

Model Description

This is a DeBERTa(V2) model pre-trained on 青空文庫 texts. NVIDIA A100-SXM4-40GB took 127 hours 8 minutes for training. You can fine-tune deberta-large-japanese-aozora for downstream tasks, such as POS-tagging, dependency-parsing, and so on.

How to Use

from transformers import AutoTokenizer,AutoModelForMaskedLM
tokenizer=AutoTokenizer.from_pretrained("KoichiYasuoka/deberta-large-japanese-aozora")
model=AutoModelForMaskedLM.from_pretrained("KoichiYasuoka/deberta-large-japanese-aozora")

Reference

安岡孝一: 青空文庫DeBERTaモデルによる国語研長単位係り受け解析, 東洋学へのコンピュータ利用, 第35回研究セミナー (2022年7月), pp.29-43.

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: DebertaV2ForMaskedLM
Ревизия весов: 41c5184