Контрольная точка GPT-BERT на 111,7 млн параметров для предсказания замаскированных токенов в текстах.
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_NoNtoN_Seed2 — контрольная точка GPT-BERT, обученная в рамках экспериментов с фильтрованным корпусом NPN. Модель на архитектуре GPT-BERT имеет 111,7 млн параметров, принимает текст и предсказывает замаскированные токены; для работы с ней в Transformers предусмотрен пользовательский код архитектуры. Заявленная длина контекста — 512 токенов.
Модель предназначена прежде всего для заполнения пропусков в тексте. Каталог также отмечает возможность генерации текста, однако основной тег Hugging Face — fill-mask. В карточке не описаны поддерживаемые естественные языки, качество на конкретных задачах или ограничения обучающего корпуса. Формат весов — PyTorch; для загрузки через приведённый в README пример требуется разрешить пользовательский код. Сведения о лицензии в доступных данных отсутствуют.
В README не приведены результаты оценки качества и не названы поддерживаемые естественные языки. Загрузка примера требует разрешить пользовательский код Transformers.
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_NoNtoN_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.