Экспериментальная модель GPT-BERT на 111,7 млн параметров для заполнения пропусков и генерации текста в Transformers.
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
Wes Scivetti публикует экспериментальный чекпойнт GPT-BERT, обученный в рамках экспериментов на отфильтрованном корпусе NPN. Модель основана на плотной архитектуре GPT-BERT и предназначена прежде всего для заполнения пропусков в тексте; каталог также указывает возможность генерации текста. Чекпойнт содержит 111,7 млн параметров, рассчитан на контекст до 512 токенов и распространяется в формате PyTorch для Transformers.
Для загрузки README показывает использование AutoTokenizer и AutoModelForMaskedLM с включённым trust_remote_code, поскольку репозиторий содержит код архитектуры. Сведения о языках и лицензии отсутствуют в доступных источниках. Это экспериментальный чекпойнт, поэтому его качество и пригодность для конкретных сценариев следует оценивать отдельно.
Язык и лицензия не подтверждены доступными сведениями. Это экспериментальный чекпойнт; для загрузки README требует доверия пользовательскому коду репозитория.
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_3Zipf_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.