/ Модель

Характеристики

Контекст
512 токенов
Параметры
79,7 млн
Архитектура
deberta · dense
Опубликована
28 июл 2022

DNADebertaSentencepiece30k

Заполнение пропусковТекст → текст3 профессии

Модель DeBERTa для восстановления замаскированных слов и фрагментов текста.

112скачиваний за 30 дней0лайковвеса обновлены31 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

Vlasta/DNADebertaSentencepiece30k — модель на архитектуре DeBERTa для заполнения пропусков в тексте. Она содержит 79,7 млн параметров, использует формат PyTorch и принимает контекст длиной до 512 токенов. Карточка указывает, что модель была дообучена, однако базовая модель и обучающие данные не названы.

Модель подходит для восстановления замаскированных токенов в тексте. В карточке приведено значение функции потерь 6,3257 на оценочном наборе, но не указаны языки, назначение для конкретной области или подробности оценки качества. Лицензия в предоставленных данных не указана.

Сценарии применения

  • восстановление пропущенных слов в предложении
  • подбор токена вместо маски в тексте
  • оценка вариантов заполнения текстового пропуска

Ограничения

Базовая модель, обучающие данные и поддерживаемые языки не указаны; приведённая функция потерь сама по себе не позволяет оценить практическое качество. Лицензия не указана.

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

DNADebertaSentencepiece30k

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

  • Loss: 6.3257

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: 5e-05
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 64
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 15
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
7.93730.4150007.8263
7.80050.81100007.7871
7.77041.22150007.7630
7.74771.62200007.6857
7.60582.03250007.5543
7.52812.44300007.4839
7.44872.84350007.3801
7.33683.25400007.2603
7.19233.66450007.0365
6.98584.06500006.8793
6.86394.47550006.7839
6.78774.87600006.7176
6.7285.28650006.6680
6.68265.69700006.6258
6.64146.09750006.5847
6.60576.5800006.5571
6.57946.91850006.5279
6.55257.31900006.5059
6.53547.72950006.4816
6.51258.121000006.4674
6.49588.531050006.4486
6.48178.941100006.4317
6.46749.341150006.4195
6.45499.751200006.4072
6.440910.161250006.3945
6.430210.561300006.3861
6.421410.971350006.3755
6.411811.371400006.3659
6.405811.781450006.3604
6.398512.191500006.3560
6.389912.591550006.3473
6.383713.01600006.3417
6.378213.411650006.3361
6.375313.811700006.3309
6.373314.221750006.3285
6.370614.621800006.3277

Framework versions

  • Transformers 4.19.2
  • Pytorch 1.11.0
  • Datasets 2.2.2
  • 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
DebertaForMaskedLM
Ревизия весов
686ceb2

0 моделей