Экспериментальная GPT-BERT-модель на 111,7 млн параметров для заполнения пропусков в тексте и связанных языковых экспериментов.
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_OnlyNafterN_Seed2 — экспериментальный чекпойнт GPT-BERT, разработанный Wes Scivetti в рамках экспериментов по обучению на фильтрованном корпусе NPN. Модель имеет архитектуру GPT-BERT с плотной сетью и головой masked language modeling; объём — 111,7 млн параметров, контекст — до 512 токенов. Репозиторий содержит код архитектуры для Transformers и предназначен для заполнения пропусков в тексте через Transformers с включённым trust_remote_code.
Метаданные также указывают поддержку генерации текста, однако карточка описывает checkpoint как часть обучающих экспериментов, а главный опубликованный pipeline — fill-mask. Языки и прикладные области в доступных сведениях не определены. Модель распространяется в формате PyTorch; информация о лицензии в предоставленных данных отсутствует.
Карточка не сообщает поддерживаемые языки и лицензию. Для загрузки архитектуры README требует 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_OnlyNafterN_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.