Экспериментальный чекпойнт GPT-BERT на 111,7 млн параметров для предсказания пропущенных токенов в тексте.
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_OnlyNuponN_Seed2 — экспериментальный чекпойнт GPT-BERT от Wes Scivetti, обученный в рамках экспериментов с корпусом, отфильтрованным по NPN. Это плотная модель на 111,7 млн параметров с архитектурой GPTBERTForMaskedLM; она предназначена прежде всего для предсказания пропущенных токенов в тексте. В Transformers для загрузки требуется разрешить пользовательский код репозитория.
Каталог также отмечает возможность генерации текста, но README описывает модель как чекпойнт masked language modeling. Указанная длина контекста — 512 токенов. В карточке нет сведений о поддерживаемых естественных языках, прикладной области или лицензии.
Для загрузки через Transformers необходимо включить trust_remote_code; сведения о языках обучения, лицензии и качестве модели не приведены.
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_OnlyNuponN_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.