Экспериментальный чекпойнт GPT-BERT на 111,7 млн параметров для заполнения пропусков 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_NoNafterN_Seed1 — пользовательский чекпойнт GPT-BERT, созданный в рамках экспериментов по обучению на корпусе, отфильтрованном методом NPN. Модель с архитектурой GPTBERTForMaskedLM содержит 111,7 млн параметров, работает с контекстом до 512 токенов и распространяется в формате PyTorch для Transformers.
Основная задача модели — восстановление замаскированных фрагментов текста. В метаданных также указана генерация текста как поддерживаемая задача, однако карточка описывает чекпойнт для masked language modeling. Для загрузки архитектуры README указывает использовать trust_remote_code=True. Сведения о языковой специализации и лицензии в доступных данных отсутствуют.
README позиционирует модель как чекпойнт из обучающих экспериментов; качество и языковой охват не описаны. Для загрузки требуется trust_remote_code=True.
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_NoNafterN_Seed1"
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.