/ Модель
Каталог

Характеристики

Контекст
512 токенов
Параметры
137 млн
Архитектура
bert · dense
Опубликована
6 янв 2023

Ссылки

Hugging Face

bodo-bert-mlm-base

alayaran
Заполнение пропусковТекст → текст3 профессии

BERT-модель, обученная с нуля, предназначена для предсказания замаскированных слов в тексте.

10скачиваний за 30 дней1лайквеса обновлены6 янв 2023

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

alayaran/bodo-bert-mlm-base — модель семейства BERT с 136,7 млн параметров для заполнения пропусков в тексте. Она обучена с нуля на неизвестном наборе данных; README приводит результат оценки с точностью 0,0363 и значением потерь NaN, поэтому качество модели вызывает сомнения. Архитектура рассчитана на контекст до 512 токенов. Модель доступна в формате PyTorch.

Сценарии применения

  • подстановка пропущенного слова в предложение
  • получение вероятных вариантов для маскированного фрагмента текста
  • эксперименты с заполнением масок в BERT

Ограничения

Обучающий набор данных неизвестен, а README сообщает о низкой точности 0,0363 и значении потерь NaN. Языковая поддержка и лицензия не установлены по предоставленным данным.

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

brx-bert-base-mlm-scratch-v1

This model was trained from scratch on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: nan
  • Accuracy: 0.0363

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: 5e-05
  • train_batch_size: 2
  • eval_batch_size: 2
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 3.0

Training results

Framework versions

  • Transformers 4.26.0.dev0
  • Pytorch 1.12.1+cu113
  • Datasets 2.8.0
  • Tokenizers 0.13.2

Как запустить

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

GPU в ailist

Универсальный рантайм · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForMaskedLM
Ревизия весов
0332d80

0 моделей

    Создать бенчмарк