/ Модель

Характеристики

Контекст
512 токенов
Параметры
118 млн
Архитектура
bert · dense
Опубликована
23 янв 2024

capstone-project-bert-ten

Языковая модель3 профессии

Экспериментальный чекпойнт BERT для предобучения, назначение и практические возможности которого не описаны.

6скачиваний за 30 дней0лайковвеса обновлены23 янв 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

capstone-project-bert-ten — модель семейства BERT с архитектурой BertForPreTraining, содержащая 117,8 млн параметров. Доступна в формате TensorFlow; длина контекста составляет 512 токенов.

В карточке указано, что модель дообучалась, однако базовая модель и обучающий набор данных не названы. README приводит значения потерь на обучении и проверке после эпохи 0, но не описывает назначение, данные или результаты для конкретных пользовательских задач. Поэтому пригодность модели для применения по назначению не подтверждена. Лицензия не указана.

Ограничения

Базовая модель, обучающие данные и целевая задача не описаны; приведённые потери после эпохи 0 не подтверждают качество для пользовательских задач.

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

capstone-project-bert-ten

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

  • Train Loss: 8.4869
  • Validation Loss: 8.6187
  • Epoch: 0

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': 'Adam', 'weight_decay': None, 'clipnorm': None, 'global_clipnorm': None, 'clipvalue': None, 'use_ema': False, 'ema_momentum': 0.99, 'ema_overwrite_frequency': None, 'jit_compile': True, 'is_legacy_optimizer': False, 'learning_rate': 1e-04, 'beta_1': 0.9, 'beta_2': 0.999, 'epsilon': 1e-07, 'amsgrad': False}
  • training_precision: float32

Training results

Train LossValidation LossEpoch
8.48698.61870

Framework versions

  • Transformers 4.38.0.dev0
  • TensorFlow 2.15.0
  • Datasets 2.16.1
  • Tokenizers 0.15.0

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

У модели не указана задача.

Класс архитектуры
BertForPreTraining
Ревизия весов
d37dc18

0 моделей