/ Модель

Характеристики

Контекст
8 194 токена
Параметры
153 млн
Архитектура
longformer · dense
Опубликована
2 мар 2022

longformer-gottbert-base-8192-aw512

Заполнение пропусковТекст → текст4 профессии

Дообученный немецкий Longformer для извлечения признаков и работы с замаскированными токенами в длинных текстах.

97скачиваний за 30 дней8лайковвеса обновлены1 авг 2024

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

LennartKeller дообучил Longformer на подвыборке из 500 млн токенов немецкой части корпуса OSCAR. Веса инициализированы немецкой моделью GottBERT, а архитектура Longformer использует локальное внимание с окном 512 токенов и поддерживает последовательности длиной до 8192 токенов; в метаданных указан контекст 8194 токена. Модель содержит 153,2 млн параметров.

Модель предназначена для извлечения признаков из длинных немецкоязычных текстов и предсказания замаскированных токенов. В пользовательской оценке на собственном наборе данных указана потеря 1,4981. Доступны веса в форматах PyTorch и safetensors. Информация о лицензии в предоставленных данных отсутствует.

Сценарии применения

  • Извлечение признаковых представлений из длинных немецких документов
  • Получение векторных представлений немецкоязычных текстов
  • Предсказание замаскированных слов в немецком тексте
  • Обработка последовательностей длиной до 8192 токенов

Ограничения

Оценка потери 1,4981 получена на собственном наборе данных и сама по себе не показывает качество на других задачах. Модель обучена на немецкой части OSCAR, поэтому её применимость к другим языкам и предметным областям не установлена.

Для каких профессий подходит4

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

first

This model is a fine-tuned version of longformer-gottbert-base-8192-aw512- on the a 500 million token subset of the german parts of the OSCAR dataset. It achieves the following results on the custom evaluation set:

  • Loss: 1.4981

Model description

The weights of the model are initialized from the german version of Roberta gottbert-base. The local attention windows have a fixed size of 512 tokens across all layers. The maximum sequence length is 8192.

Intended uses & limitations

Longformer models enable processing long texts using a mixture of local attention on each subword token and task specific global attention on a subset of the tokens.

Training and evaluation data

The OSCAR dataset is freely avaible corpus of filtered web texts from the Common Crawl in various languages. We used the 2017 version of the dataset.

Training procedure

The model was trained with masked language modeling for 3 epochs on a customly created 500 million tokens subset of the german proportion of the OSCAR dataset. It was validated using 5% of the original subset.

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 3e-05
  • train_batch_size: 2
  • eval_batch_size: 4
  • seed: 42
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 16
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 500
  • num_epochs: 3.0
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
2.56360.15002.2399
2.04260.210001.8841
1.96530.315001.7807
1.94220.420001.7206
1.93230.4925001.6800
1.75870.5930001.6507
1.72390.6935001.6316
1.74520.7940001.6137
1.74150.8945001.5983
1.77330.9950001.5830
1.76561.0955001.5735
1.65431.1960001.5643
1.71311.2865001.5546
1.64561.3870001.5503
1.7161.4875001.5422
1.8061.5880001.5377
1.84071.6885001.5327
1.63711.7890001.5278
1.64531.8895001.5231
1.77541.98100001.5214
1.76952.08105001.5165
1.71092.17110001.5138
1.69922.27115001.5107
1.67072.37120001.5097
1.68352.47125001.5040
1.71712.57130001.5041
1.72572.67135001.4990
1.62872.77140001.5017
1.77372.87145001.4983
1.40022.96150001.4992

Framework versions

  • Transformers 4.15.0
  • Pytorch 1.10.1+cu113
  • Datasets 1.17.0
  • Tokenizers 0.10.3

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
LongformerForMaskedLM
Ревизия весов
a8fc10c

0 моделей