/ Модель

Характеристики

Контекст
8 192 токена
Параметры
153 млн
Архитектура
nystromformer · dense
Опубликована
2 мар 2022

nystromformer-gottbert-base-8192

Заполнение пропусковТекст → текст3 профессии

Дообученная Nyströmformer-модель для заполнения замаскированных слов и фрагментов текста с контекстом до 8192 токенов.

25скачиваний за 30 дней0лайковвеса обновлены18 июл 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

LennartKeller/nystromformer-gottbert-base-8192 — дообученная модель семейства Nyströmformer для заполнения пропусков в тексте (fill-mask). Она насчитывает 153,2 млн параметров, использует плотную архитектуру NystromformerForMaskedLM и поддерживает контекст длиной до 8192 токенов. Модель основана на nystromformer-gottbert-base-8192; в карточке указана оценка Loss 1.5135 на тестовом наборе, но его состав и условия оценки не описаны. Доступны веса в форматах PyTorch и safetensors.

Модель подходит для восстановления замаскированных слов и фрагментов текста. Карточка не раскрывает сведения о назначении набора данных и ограничениях. Лицензия в предоставленных данных не указана.

Сценарии применения

  • восстановление пропущенных слов в предложении
  • предсказание замаскированных фрагментов текста
  • контекстное дополнение текста с пропусками

Ограничения

Описание набора данных и условий оценки отсутствует; указанная метрика Loss 1.5135 не сопровождается деталями методики. Лицензия в предоставленных данных не указана.

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

first

This model is a fine-tuned version of nystromformer-gottbert-base-8192 on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 1.5135

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

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
6.71330.15006.6155
2.78760.210002.5542
2.18310.315002.0356
2.03160.420001.8793
2.06780.4925001.7954
1.81820.5930001.7473
1.73930.6935001.7081
1.75860.7940001.6787
1.74170.8945001.6563
1.82560.9950001.6370
1.79571.0955001.6219
1.68761.1960001.6084
1.71721.2865001.5941
1.65641.3870001.5881
1.7321.4875001.5757
1.82721.5880001.5692
1.79511.6885001.5617
1.66691.7890001.5546
1.64891.8895001.5458
1.7721.98100001.5439
1.74242.08105001.5379
1.70772.17110001.5322
1.69262.27115001.5294
1.6562.37120001.5274
1.70022.47125001.5201
1.71022.57130001.5197
1.71582.67135001.5162
1.60812.77140001.5169
1.7542.87145001.5140
1.35882.96150001.5135

Framework versions

  • Transformers 4.16.2
  • Pytorch 1.10.1+cu113
  • Datasets 1.18.3
  • Tokenizers 0.11.0

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
NystromformerForMaskedLM
Ревизия весов
242e69d

0 моделей