Характеристики

Контекст: 512 токенов
Параметры: 32,4 млн
Лицензия: MIT
Архитектура: bert · dense

Ссылки

Hugging Face

bert-small-pretrained-on-squad

anas-awadalla

Заполнение пропусковТекст → текст3 профессии

Компактная модель BERT Small, дообученная на SQuAD для предсказания замаскированных токенов в тексте.

78скачиваний за 30 дней0лайковвеса обновлены27 янв 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

anas-awadalla/bert-small-pretrained-on-squad — модель на основе BERT Small, дообученная на наборе данных SQuAD. Она содержит 32,4 млн параметров и предназначена для заполнения пропусков в тексте: модель предсказывает подходящий токен вместо маски. Основной сценарий применения — языковое моделирование и оценка вариантов продолжения текста. Архитектура — BertForMaskedLM; контекст ограничен 512 токенами. Модель выпущена под лицензией MIT.

Сценарии применения

предсказание пропущенного слова в предложении
подбор вероятного токена для маски в тексте
оценка вариантов заполнения пропуска

Ограничения

Карточка не приводит сведений о языковой поддержке и предполагаемых сценариях использования; качество оценки указано только для набора SQuAD.

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

bert_small_pretrain_squad

This model is a fine-tuned version of prajjwal1/bert-small on the squad dataset. It achieves the following results on the evaluation set:

Loss: 0.1410

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: 16
eval_batch_size: 16
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 4.16.0.dev0
Pytorch 1.10.1+cu102
Datasets 1.17.0
Tokenizers 0.10.3

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: 2a31567