/ Модель
Каталог

Характеристики

Контекст
512 токенов
Параметры
129 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Опубликована
15 апр 2022

Ссылки

Hugging Face

chinese-bert-wwm-finetuned-product-1

agdsga
Генерация текстаТекст → текст3 профессии

Дообученная китайская модель BERT для генерации текста с контекстом до 512 токенов.

77скачиваний за 30 дней0лайковвеса обновлены15 апр 2022

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 «Текст» — 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.

Открыть конструктор бенчмарка

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

agdsga/chinese-bert-wwm-finetuned-product-1 — дообученная модель на основе hfl/chinese-bert-wwm, опубликованная на Hugging Face. Это плотная модель семейства BERT с 129,5 млн параметров и архитектурой BertLMHeadModel; метаданные указывают задачу генерации текста и контекст длиной до 512 токенов. Репозиторий содержит веса PyTorch и распространяется по лицензии Apache-2.0.

Карточка сообщает о дообучении на датасете, название которого указано как None, и приводит метрики обучения, но не описывает назначение модели, состав данных или результаты содержательной оценки. Поэтому её можно рассматривать как модель генерации текста на китайском языке на базе китайской версии BERT, однако специализированное применение для товаров по доступной информации подтвердить нельзя.

Сценарии применения

  • генерация текста на китайском языке
  • продолжение китайского текста

Ограничения

Карточка не описывает целевое применение и обучающие данные; название датасета указано как None. Приведённая оценка eval_loss 0.0000 сама по себе не подтверждает качество модели.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

chinese-bert-wwm-finetuned-product-1

This model is a fine-tuned version of hfl/chinese-bert-wwm on the None dataset. It achieves the following results on the evaluation set:

  • eval_loss: 0.0000
  • eval_runtime: 10.6737
  • eval_samples_per_second: 362.572
  • eval_steps_per_second: 5.715
  • epoch: 11.61
  • step: 18797

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 256
  • eval_batch_size: 64
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 20

Framework versions

  • Transformers 4.17.0
  • Pytorch 1.6.0
  • Datasets 2.0.0
  • Tokenizers 0.11.6

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
BertLMHeadModel
Ревизия весов
97997ec

0 моделей

    Создать бенчмарк