/ Модель

Характеристики

Контекст
514 токенов
Параметры
152 млн
Лицензия
CC BY 4.0
Архитектура
roberta · dense
Опубликована
12 мая 2022

bert-ascii-base

ЭмбеддингиТекст → embedding3 профессии

Экспериментальная модель RoBERTa с необычной задачей предобучения для извлечения признаков из текста и изучения языковых свойств.

104скачиваний за 30 дней1лайквеса обновлены7 фев 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

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.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

aajrami/bert-ascii-base — языковая модель на архитектуре RoBERTa, разработанная с экспериментальной целью изучить влияние задачи предварительного обучения на усвоение языковых свойств. Модель обучалась предсказывать сумму ASCII-кодов символов в замаскированном токене. В репозитории указаны веса PyTorch и Safetensors, лицензия CC BY 4.0, размер около 151,8 млн параметров и контекст до 514 токенов.

Модель предназначена прежде всего для извлечения признаков из текста и исследовательских экспериментов с представлениями языка. README не описывает специализированные прикладные сценарии или набор поддерживаемых языков. Не следует считать её готовой универсальной чат-моделью: заявленная задача и обучение ориентированы на исследование свойств языковых моделей.

Сценарии применения

  • извлечение векторных признаков из текста
  • сравнение влияния задач предобучения на языковые представления
  • исследование языковых свойств, усваиваемых моделью
  • эксперименты с контекстными представлениями токенов

Ограничения

README описывает исследовательскую цель, но не приводит оценок качества и не заявляет готовность к диалогу или прикладным задачам. Язык обучающих данных и фактический перечень поддерживаемых языков не приведены.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

bert-ascii-base

A BERT base Language Model pre-trained by predicting the summation of the ASCII code values of the characters in a masked token as a pre-training objective. For more details about the pre-training objective and the pre-training hyperparameters, please refer to How does the pre-training objective affect what large language models learn about linguistic properties?

License

CC BY 4.0

Citation

If you use this model, please cite the following paper:

@inproceedings{alajrami2022does,
  title={How does the pre-training objective affect what large language models learn about linguistic properties?},
  author={Alajrami, Ahmed and Aletras, Nikolaos},
  booktitle={Proceedings of the 60th Annual Meeting of the Association for Computational Linguistics (Volume 2: Short Papers)},
  pages={131--147},
  year={2022}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
RobertaModel
Ревизия весов
5e55264

0 моделей