/ Модель

Характеристики

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

bert-base-cased-finetuned-wikitext2

Заполнение пропусковТекст → текст3 профессии

Дообученная на WikiText2 модель BERT предсказывает пропущенные токены в тексте.

77скачиваний за 30 дней0лайковвеса обновлены19 июл 2022

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

Rocketknight1/bert-base-cased-finetuned-wikitext2 — дообученная модель BERT для заполнения пропусков в тексте. Она основана на bert-base-cased и содержит 135,5 млн параметров; архитектура — BertForMaskedLM. Модель принимает текст с маскированным токеном и предсказывает подходящие варианты для его заполнения. Контекст составляет до 512 токенов.

Карточка сообщает об одном цикле обучения и приводит потери на обучающей и валидационной выборках, но не раскрывает обучающий набор данных и не описывает результаты на практических задачах. Модель распространяется под лицензией Apache-2.0; файлы представлены в формате TensorFlow. Используйте её для восстановления пропущенных слов или токенов в англоязычном тексте.

Сценарии применения

  • подбор пропущенного слова в предложении
  • восстановление замаскированных токенов
  • демонстрация работы BERT с задачей fill-mask

Ограничения

README не раскрывает обучающий набор данных и содержит результаты только после одного цикла обучения; практическая точность не охарактеризована. Контекст ограничен 512 токенами.

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

Rocketknight1/bert-base-cased-finetuned-wikitext2

This model is a fine-tuned version of bert-base-cased on an unknown dataset. It achieves the following results on the evaluation set:

  • Train Loss: 6.3982
  • Validation Loss: 6.2664
  • Epoch: 1

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:

  • optimizer: {'name': 'AdamWeightDecay', 'learning_rate': 2e-05, 'decay': 0.0, 'beta_1': 0.9, 'beta_2': 0.999, 'epsilon': 1e-07, 'amsgrad': False, 'weight_decay_rate': 0.01}
  • training_precision: float32

Training results

Train LossValidation LossEpoch
7.06796.47680
6.39826.26641

Framework versions

  • Transformers 4.21.0.dev0
  • TensorFlow 2.9.1
  • Datasets 2.3.3.dev0
  • Tokenizers 0.11.0

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · fill-mask

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Класс архитектуры
BertForMaskedLM
Ревизия весов
6040741

0 моделей