/ Модель

Характеристики

Контекст
512 токенов
Параметры
206 млн
Архитектура
bert · dense
Опубликована
2 мар 2022

RuBioBERT

Заполнение пропусковТекст → текст3 профессии

RuBioBERT — модель BERT на 205,5 млн параметров для предсказания замаскированных токенов в контексте до 512 токенов.

879скачиваний за 30 дней2лайкавеса обновлены26 авг 2022

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

RuBioBERT — модель семейства BERT для предсказания замаскированных токенов. Репозиторий содержит веса в формате PyTorch; архитектура — BertForMaskedLM, размер — 205,5 млн параметров, максимальная длина контекста — 512 токенов.

Модель можно использовать для восстановления пропусков в тексте и как основу для задач, где требуется языковое представление текста. Имя указывает на биомедицинскую специализацию, однако README не содержит описания обучения, датасетов или подтверждения области применения, поэтому специализация не установлена.

Лицензия и ограничения применения в предоставленных данных не описаны.

Сценарии применения

  • восстановление пропущенных слов в тексте
  • подстановка наиболее вероятного токена в заданное место
  • получение контекстных предсказаний для фрагмента текста

Ограничения

README не описывает обучение, датасеты и подтверждённую специализацию модели; лицензия в предоставленных данных не указана.

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

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
71ae05a

0 моделей