/ Модель
Каталог

Характеристики

Контекст
512 токенов
Параметры
137 млн
Архитектура
bert · dense
Базовая модель
finbert
Опубликована
20 мая 2024

Ссылки

Hugging Face

DA-ProsusAI-finbert

NLP-FEUP
Заполнение пропусковТекст → текст3 профессии

Дообученная англоязычная модель BERT для предсказания пропущенных токенов в финансовых текстах.

10скачиваний за 30 дней0лайковвеса обновлены20 мая 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

DA-ProsusAI-finbert — дообученная модель семейства BERT на базе ProsusAI/finbert, разработанная NLP-FEUP. Она предназначена для задачи fill-mask: предсказывает пропущенный токен в англоязычном финансовом тексте. Модель содержит 136,7 млн параметров, использует архитектуру BertForMaskedLM и поддерживает контекст до 512 токенов.

Карточка сообщает о дообучении на датасете, указанном как None, и приводит значение loss 5,1114 на оценочной выборке. Подробности обучения, предполагаемые сценарии применения и отдельные ограничения не описаны. Базовая FinBERT связана с анализом тональности финансовых текстов, но эта версия классифицирована как fill-mask. Файлы модели опубликованы в формате safetensors; лицензия в предоставленных данных не приведена.

Сценарии применения

  • Подстановка пропущенного слова в финансовой новости
  • Восстановление маскированного токена в финансовом документе
  • Получение вероятных продолжений для замаскированной фразы из финансового текста

Ограничения

Карточка не раскрывает обучающие данные, метрики качества кроме loss 5,1114 и подробные ограничения; указанное значение само по себе не позволяет оценить качество. Лицензия в предоставленных данных отсутствует.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделейIV.2Отраслевые задачиБанки, платежи и инвестицииAI помогает управлять финансовым риском, платежами, инвестиционным анализом и обслуживанием клиентов.37 задач1 723моделиII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

DA-ProsusAI-finbert

This model is a fine-tuned version of ProsusAI/finbert on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 5.1114

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: 8
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 3

Training results

Training LossEpochStepValidation Loss
No log1.0406.2556
No log2.0805.4521
No log3.01205.1405

Framework versions

  • Transformers 4.41.0
  • Pytorch 2.3.0
  • Datasets 2.19.1
  • Tokenizers 0.19.1

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
4e358b7

0 моделей

    Создать бенчмарк