Характеристики

Контекст: 512 токенов
Параметры: 20,4 млн
Лицензия: Apache 2.0
Архитектура: electra · dense
Базовая модель: electra-small-discriminator
Библиотека: transformers
Опубликована: 21 ноя 2025

Ссылки

Hugging Face

electra-small-babylm

ajtorek

Заполнение пропусковТекст → текст3 профессии

Небольшая дообученная модель ELECTRA для предсказания пропущенных токенов в англоязычном тексте.

105скачиваний за 30 дней0лайковвеса обновлены23 ноя 2025

Бенчмарки

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

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

ajtorek/electra-small-babylm — дообученная модель на архитектуре ELECTRA, созданная на основе google/electra-small-discriminator. Она предназначена для заполнения пропусков в тексте: модель предсказывает подходящий токен вместо маски. Модель содержит 20,4 млн параметров, принимает текстовые последовательности длиной до 512 токенов и распространяется в формате Safetensors.

Модель можно применять для восстановления скрытых слов и анализа контекстных вариантов токена. Базовая модель описана как англоязычный энкодер; данных о датасете дообучения и результатах оценки нет. Лицензия — Apache-2.0.

Сценарии применения

восстановление пропущенных слов в предложении
подбор контекстного варианта слова
заполнение масок в англоязычных текстах

Ограничения

Датасет дообучения, качество и результаты оценки не описаны. Контекст ограничен 512 токенами.

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 385моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

electra-small-babylm

This model is a fine-tuned version of google/electra-small-discriminator on an unknown dataset.

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: 1e-05
train_batch_size: 64
eval_batch_size: 8
seed: 42
optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
num_epochs: 10

Training results

Framework versions

Transformers 4.48.3
Pytorch 2.6.0+cu118
Datasets 4.0.0
Tokenizers 0.21.4

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры: ElectraForMaskedLM
Ревизия весов: b3a61d3