Экспериментальный GPT-BERT-чекпойнт для заполнения пропусков в тексте 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 — пользовательский чекпойнт на архитектуре GPT-BERT из экспериментов по обучению на корпусе, отфильтрованном по NPN. Репозиторий содержит код архитектуры для загрузки через Transformers; модель насчитывает 111,7 млн параметров и принимает последовательности длиной до 512 токенов.
Основное назначение — восстановление замаскированных токенов в тексте (fill-mask). В метаданных также указана генерация текста как поддерживаемая задача. Чекпойнт опубликован в формате PyTorch; для его загрузки в примере README требуется включить trust_remote_code.
В README не указаны поддерживаемые естественные языки и условия лицензии, поэтому область применения по языку и права использования по имеющимся сведениям определить нельзя. Это экспериментальный чекпойнт из серии обучающих экспериментов, а не заявленная готовая система для конкретной предметной области.
README не сообщает поддерживаемые языки и лицензию. Для загрузки архитектуры из репозитория пример требует trust_remote_code; пригодность модели для прикладного использования не заявлена.
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_5Zipf_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.