/ Модель

Характеристики

Контекст
512 токенов
Параметры
129 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Опубликована
2 мар 2022

mengzi-bert-base-fin

Заполнение пропусковТекст → текст3 профессии

Китайская BERT-модель, продолженно обученная на финансовых новостях и отчётах для работы с китайскими финансовыми текстами и заполнения маскированных фрагментов.

297скачиваний за 30 дней15лайковвеса обновлены8 мая 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

Mengzi-BERT base fin — китайская доменно-адаптированная модель на базе Mengzi-BERT, разработанная Langboat. Модель продолжили обучать на 20 ГБ финансовых новостей и исследовательских отчётов; в обучении использовались masked language modeling, разметка частей речи и предсказание порядка предложений.

Это плотная BERT-модель с 129,5 млн параметров и контекстом до 512 токенов. Она предназначена для обработки китайских финансовых текстов и заполнения маскированных фрагментов; доступна в форматах PyTorch и Safetensors.

Модель выпущена под лицензией Apache-2.0. Карточка описывает продолженное предобучение, но не приводит оценок качества или результатов на конкретных задачах.

Сценарии применения

  • предсказание пропущенных слов в китайских финансовых текстах
  • анализ и представление китайских финансовых новостей
  • обработка исследовательских отчётов на китайском языке

Ограничения

Карточка не приводит результатов оценки качества на прикладных задачах; заявлен контекст до 512 токенов.

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

Mengzi-BERT base fin model (Chinese)

Continue trained mengzi-bert-base with 20G financial news and research reports. Masked language modeling(MLM), part-of-speech(POS) tagging and sentence order prediction(SOP) are used as training task.

Mengzi: Towards Lightweight yet Ingenious Pre-trained Models for Chinese

Usage

from transformers import BertTokenizer, BertModel
tokenizer = BertTokenizer.from_pretrained("Langboat/mengzi-bert-base-fin")
model = BertModel.from_pretrained("Langboat/mengzi-bert-base-fin")

Citation

If you find the technical report or resource is useful, please cite the following technical report in your paper.

@misc{zhang2021mengzi,
      title={Mengzi: Towards Lightweight yet Ingenious Pre-trained Models for Chinese}, 
      author={Zhuosheng Zhang and Hanqing Zhang and Keming Chen and Yuhang Guo and Jingyun Hua and Yulong Wang and Ming Zhou},
      year={2021},
      eprint={2110.06696},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

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
BertForMaskedLM
Ревизия весов
3e525b4

0 моделей