Экспериментальная модель 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
GPT-BERT — контрольная точка модели с архитектурой GPT-BERT, опубликованная Wes Scivetti и обученная в рамках экспериментов с корпусом, отфильтрованным методом NPN. Модель предназначена прежде всего для заполнения пропусков в тексте; в метаданных также указана поддержка генерации текста.
Модель содержит 111,7 млн параметров, использует архитектуру GPTBERTForMaskedLM и поддерживает контекст длиной до 512 токенов. Репозиторий содержит код архитектуры для Transformers; для загрузки модели требуется разрешить выполнение пользовательского кода через trust_remote_code=True. Доступен формат PyTorch.
Карточка не сообщает поддерживаемые естественные языки и лицензию, поэтому определить их нельзя. Модель описана как экспериментальная контрольная точка обучения; специальных гарантий качества или пригодности для производственного применения в карточке нет.
В карточке не указаны поддерживаемые языки и лицензия. Для загрузки с Transformers необходимо разрешить пользовательский код репозитория, указав trust_remote_code=True.
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_NtoN_10Zipf_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.