/ Модель

Характеристики

Контекст
4 098 токенов
Параметры
152 млн
Архитектура
longformer · dense
Опубликована
18 ноя 2023

clinical_longformer_same_tokens_3epochs_50k

Заполнение пропусковТекст → текст3 профессии

Дообученная клиническая Longformer для предсказания замаскированных токенов в тексте.

10скачиваний за 30 дней0лайковвеса обновлены18 ноя 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

Это дообученная версия SandriBarros/clinical_longformer_same_tokens_2epochs_250k на клинических данных. Модель построена на архитектуре Longformer и предназначена для заполнения пропусков в тексте: она предсказывает замаскированные токены, что может быть полезно для работы с клиническими формулировками. Размер модели — 151,8 млн параметров, длина контекста — 4098 токенов. В README приведено значение loss 1,3763 на оценочной выборке, однако описание модели, сведения о данных и ограничения не раскрыты. Модель распространяется в формате safetensors; лицензия в предоставленных данных не указана.

Сценарии применения

  • заполнение пропусков в клинических текстах
  • предсказание пропущенных медицинских терминов
  • восстановление замаскированных фрагментов медицинских записей

Ограничения

README не раскрывает состав и происхождение обучающих данных и конкретные ограничения модели; указан только loss 1,3763 на оценочной выборке. Не следует считать предсказания клиническими рекомендациями.

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

clinical_longformer_same_tokens_3epochs_50k

This model is a fine-tuned version of SandriBarros/clinical_longformer_same_tokens_2epochs_250k on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 1.3763

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: 2
  • eval_batch_size: 16
  • seed: 42
  • gradient_accumulation_steps: 64
  • total_train_batch_size: 128
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 1500
  • num_epochs: 1

Training results

Training LossEpochStepValidation Loss
1.4930.18651.3790
1.54950.371301.3815
1.57930.551951.3888
1.57570.742601.3644
1.38130.923251.3763

Framework versions

  • Transformers 4.35.2
  • Pytorch 2.1.0+cu118
  • Datasets 2.15.0
  • Tokenizers 0.15.0

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
LongformerForMaskedLM
Ревизия весов
6ae4142

0 моделей