Экспериментальный чекпойнт GPT-BERT на 111,7 млн параметров для заполнения пропусков и генерации текста.
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_NoNbyN_Seed1 — пользовательский чекпойнт GPT-BERT из экспериментов по обучению на отфильтрованном корпусе NPN. Модель реализована как GPTBERTForMaskedLM и предназначена прежде всего для заполнения пропусков в тексте; каталог также отмечает возможность генерации текста.
Модель содержит 111,7 млн параметров, использует контекст до 512 токенов и опубликована в формате PyTorch для библиотеки Transformers. Для загрузки архитектуры из репозитория README указывает `trust_remote_code=True`. Сведения о лицензии и языках обучения в предоставленных источниках отсутствуют.
Контекст ограничен 512 токенами; результаты связаны с экспериментами обучения на отфильтрованном корпусе NPN. Для загрузки архитектуры требуется включить `trust_remote_code=True`; лицензия в предоставленных источниках не указана.
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_NoNbyN_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.