Экспериментальная GPT-BERT-модель 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_NoNbyN_Seed3 — чекпойнт GPT-BERT, созданный в рамках экспериментов по обучению на фильтрованном корпусе NPN. Репозиторий содержит код архитектуры для загрузки через Transformers; для модели требуется разрешить пользовательский код при загрузке.
Модель предназначена прежде всего для задачи заполнения пропусков в тексте. Архитектура — плотная GPT-BERT с головой masked language modeling; размер составляет 111,7 млн параметров, контекст — 512 токенов. Метаданные также относят генерацию текста к поддерживаемым задачам, но основная задача в карточке и метаданных — fill-mask.
В README не указаны целевые языки и специальные прикладные области. Лицензия в предоставленных данных не приведена. Чекпойнт обозначен как экспериментальный обучающий результат, поэтому его качество и пригодность для практического применения следует оценивать отдельно.
В README не приведены оценки качества и сведения о целевых языках; для загрузки необходимо разрешить пользовательский код Transformers. Лицензия в предоставленных данных 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_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.