Экспериментальный чекпойнт GPT-BERT на 111,7 млн параметров для предсказания замаскированных фрагментов 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
WesScivetti/GPT-BERT_Random_Seed2 — чекпойнт GPT-BERT, созданный в рамках экспериментов по обучению на отфильтрованном корпусе NPN. Это плотная модель архитектуры GPT-BERT с 111,7 млн параметров и контекстом 512 токенов; репозиторий содержит код архитектуры для Transformers и веса в формате PyTorch. Основная задача модели — предсказывать замаскированные фрагменты текста. Каталог также указывает поддержку генерации текста, однако README описывает загрузку модели для masked language modeling.
Модель может использоваться для восстановления пропусков и изучения контекстных представлений текста. README не приводит данных о целевых языках, качестве на задачах или условиях лицензии, поэтому их нельзя уточнить по доступным сведениям.
Доступные сведения не определяют поддерживаемые языки и качество на конкретных наборах данных. Для загрузки через Transformers README указывает trust_remote_code=True, что требует выполнения пользовательского кода 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_Random_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.