Контрольная точка GPT-BERT на 111,7 млн параметров для предсказания пропущенных фрагментов 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_NoNuponN_Seed3 — контрольная точка GPT-BERT, обученная в рамках экспериментов с обучающими корпусами, отфильтрованными по NPN. В репозитории также находится код архитектуры для Transformers; для загрузки модели требуется разрешить выполнение пользовательского кода через trust_remote_code.
Модель предназначена прежде всего для заполнения пропусков в тексте: она принимает текст с маскированным фрагментом и предсказывает подходящее содержимое. Метаданные указывают архитектуру GPT-BERT с 111,7 млн параметров и контекстом до 512 токенов. Указание text-generation среди поддерживаемых задач не подтверждено README как основное назначение.
В репозитории указан формат PyTorch и библиотека Transformers. Лицензия и языки модели в предоставленных данных не обозначены; корпус NPN описан как отфильтрованный, но подробности фильтрации и оценки качества отсутствуют.
Контекст ограничен 512 токенами. Для загрузки через Transformers требуется trust_remote_code; язык, лицензия и результаты оценки качества в предоставленных данных не указаны.
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_NoNuponN_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.