Экспериментальная GPT-BERT модель на 111,7 млн параметров для заполнения масок 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
GPT-BERT NoNbyN Seed2 — контрольная точка модели Wes Scivetti из экспериментов по обучению на отфильтрованном корпусе NPN. Это плотная архитектура GPT-BERT с 111,7 млн параметров, предназначенная прежде всего для заполнения масок в тексте; карточка также относит к поддерживаемым задачам генерацию текста. Модель работает с текстом и имеет контекстное окно 512 токенов, реализована в формате PyTorch для Transformers.
Для загрузки требуются AutoModelForMaskedLM и AutoTokenizer; в примере карточки включён параметр trust_remote_code=True, поскольку репозиторий содержит код архитектуры. Карточка не сообщает лицензию, поэтому условия использования по имеющимся сведениям определить нельзя. Это экспериментальный чекпойнт, обученный в рамках серии экспериментов, а не подтверждённая универсальная модель для производственных сценариев.
Контекст модели ограничен 512 токенами. Карточка не приводит сведения о лицензии или языках обучения.
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_Seed2"
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.