Небольшая DeBERTa V2, предварительно обученная на окситанской Википедии для заполнения пропусков и дообучения под задачи анализа текста.
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 разработал DeBERTa V2, предварительно обученную на текстах Википедии на окситанском языке. Модель содержит 17,9 млн параметров, использует архитектуру DeBERTa V2 и принимает последовательности длиной до 128 токенов; её основная задача — предсказание замаскированных токенов.
Модель подходит для дальнейшего дообучения под задачи разметки частей речи и синтаксического анализа зависимостей на окситанских текстах. Она распространяется в формате PyTorch по лицензии CC BY-SA 4.0. Указанные в карточке сценарии предполагают адаптацию модели к конкретным задачам.
Контекст ограничен 128 токенами. Для разметки частей речи, синтаксического анализа и других прикладных задач требуется дообучение.
README от автора на Hugging Face, как он его опубликовал
This is a DeBERTa(V2) model pre-trained on Occitan Wikipedia texts. You can fine-tune deberta-small-occitan for downstream tasks, such as POS-tagging, dependency-parsing, and so on.
from transformers import AutoTokenizer,AutoModelForMaskedLM
tokenizer=AutoTokenizer.from_pretrained("KoichiYasuoka/deberta-small-occitan")
model=AutoModelForMaskedLM.from_pretrained("KoichiYasuoka/deberta-small-occitan")
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · fill-mask
Подбираем GPU…