Компактная GPT-BERT-модель для заполнения пропусков в тексте и экспериментов с языковым моделированием.
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 — пользовательская модель с архитектурой GPT-BERT, опубликованная WesScivetti как контрольная точка экспериментов по обучению на отфильтрованном корпусе NPN. Она предназначена прежде всего для заполнения пропусков в тексте; в метаданных также указана генерация текста. Модель содержит 111,7 млн параметров, использует Transformers и веса PyTorch, а её контекст составляет 512 токенов.
Для загрузки автор указывает AutoModelForMaskedLM и AutoTokenizer; репозиторий содержит код архитектуры, для загрузки которого требуется trust_remote_code=True. Карточка не сообщает о лицензии и не описывает результаты оценки качества или конкретные поддерживаемые языки. Модель подходит для экспериментов с языковым моделированием и заполнением масок; применимость для генерации текста следует оценивать отдельно.
Карточка не приводит результаты оценки качества и не указывает поддерживаемые естественные языки или лицензию. Для загрузки требуется доверять пользовательскому коду из репозитория (`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_50Zipf_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.