Характеристики

Контекст: 512 токенов
Параметры: 136 млн
Лицензия: MIT
Архитектура: bert · dense
Базовая модель: bert-base-portuguese-cased
Опубликована: 4 сен 2022

Ссылки

bertimbau-base-finetuned-lener-br

Заполнение пропусковТекст → текст3 профессии

BERT-модель для бразильского португальского, дообученная для предсказания замаскированных токенов и заполнения пропусков в тексте.

21скачиваний за 30 дней0лайковвеса обновлены12 сен 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

Luciano/bertimbau-base-finetuned-lener-br — модель BERT для бразильского португальского, дообученная на наборе Luciano/lener_br_text_to_lm на основе neuralmind/bert-base-portuguese-cased. Она предсказывает замаскированные токены в тексте и подходит для заполнения пропусков в португалоязычных фрагментах. Модель содержит 136,1 млн параметров, использует архитектуру BertForMaskedLM и принимает контекст длиной до 512 токенов. В карточке указана оценка loss 0,8132 на наборе оценки. Распространяется по лицензии MIT.

Сценарии применения

подстановка пропущенного слова в португалоязычном тексте
предсказание замаскированного токена в бразильском португальском
проверка языковых вариантов заполнения пропусков
создание подсказок для редактирования португалоязычных фрагментов

Ограничения

Модель предназначена для предсказания замаскированных токенов, а не для свободной генерации текста; оценка на наборе проверки сама по себе не характеризует качество на других данных. Контекст ограничен 512 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

bertimbau-base-finetuned-lener-br

This model is a fine-tuned version of neuralmind/bert-base-portuguese-cased on the Luciano/lener_br_text_to_lm dataset. It achieves the following results on the evaluation set:

Loss: 0.8132

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: 2e-05
train_batch_size: 4
eval_batch_size: 4
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 15

Training results

Training Loss	Epoch	Step	Validation Loss
1.3167	1.0	2079	1.1163
1.1683	2.0	4158	1.0594
1.0648	3.0	6237	1.0501
1.0228	4.0	8316	0.9693
0.9662	5.0	10395	0.9847
0.9422	6.0	12474	0.9556
0.8696	7.0	14553	0.8978
0.7856	8.0	16632	nan
0.7849	9.0	18711	0.9192
0.7559	10.0	20790	0.8536
0.7564	11.0	22869	0.9230
0.7641	12.0	24948	0.8852
0.7007	13.0	27027	0.8616
0.7139	14.0	29106	0.8419
0.6543	15.0	31185	0.8460

Framework versions

Transformers 4.21.2
Pytorch 1.12.1+cu113
Datasets 2.4.0
Tokenizers 0.12.1

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: 5d9da08