Тайская RoBERTa-модель для восстановления замаскированных токенов и дообучения на задачах языкового анализа.
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
KoichiYasuoka/roberta-base-thai-spm — модель RoBERTa, предварительно обученная на текстах тайской Википедии. Она предназначена для предсказания замаскированных токенов и дообучения для прикладных задач обработки тайского языка, например разметки частей речи и синтаксического анализа зависимостей. Модель содержит 115,6 млн параметров, использует архитектуру RobertaForMaskedLM и SentencePiece-токенизацию; максимальная длина контекста — 512 токенов.
Модель принимает текст на тайском языке и выдаёт распределение вероятностей для замаскированных токенов. Весами в формате PyTorch можно пользоваться через Transformers. Лицензия — Apache-2.0. Для POS-разметки и синтаксического анализа модель нужно дообучить; карточка не приводит оценок качества на этих задачах.
Для разметки частей речи, синтаксического анализа и других прикладных задач требуется дообучение. В карточке не приведены оценки качества на этих задачах.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This is a RoBERTa model pre-trained on Thai Wikipedia texts. You can fine-tune roberta-base-thai-spm for downstream tasks, such as POS-tagging, dependency-parsing, and so on.
from transformers import AutoTokenizer,AutoModelForMaskedLM
tokenizer=AutoTokenizer.from_pretrained("KoichiYasuoka/roberta-base-thai-spm")
model=AutoModelForMaskedLM.from_pretrained("KoichiYasuoka/roberta-base-thai-spm")
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · fill-mask
Подбираем GPU…