Экспериментальная GPT-BERT-модель на 111,7 млн параметров для предсказания пропущенных токенов в тексте.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
WesScivetti/GPT-BERT_NoNPN_Seed3 — экспериментальный чекпойнт GPT-BERT, обученный в рамках экспериментов с корпусом, отфильтрованным по NPN. Репозиторий содержит код архитектуры для Transformers; модель загружается как GPTBERTForMaskedLM с AutoModelForMaskedLM и требует включить trust_remote_code.
Модель предназначена прежде всего для заполнения пропусков в тексте. Каталог также отмечает поддержку генерации текста, однако карточка описывает её как masked language model и не приводит примеров или оценок качества генерации. Это плотная модель на 111,7 млн параметров с контекстом до 512 токенов; формат весов — PyTorch. Языковая специализация и лицензия в предоставленных данных не определяются.
README не приводит метрик качества, подробностей о составе корпуса, поддерживаемых языках или лицензии. Для загрузки архитектуры требуется trust_remote_code, поэтому код репозитория необходимо проверять перед использованием.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Custom GPT-BERT checkpoint from the NPN filtered-corpus training experiments.
This repository includes the architecture code required by Transformers. Example:
from transformers import AutoModelForMaskedLM, AutoTokenizer
repo_id = "WesScivetti/GPT-BERT_NoNPN_Seed3"
tokenizer = AutoTokenizer.from_pretrained(repo_id)
model = AutoModelForMaskedLM.from_pretrained(repo_id, trust_remote_code=True)
model.eval()
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers · fill-mask
Модели нужен код из репозитория; автор пока не в списке доверенных организаций.