Характеристики

Контекст: 514 токенов
Параметры: 454 млн
Архитектура: roberta-prelayernorm · dense
Опубликована: 15 ноя 2022

Ссылки

Hugging Face arXiv 2202.08005

efficient_mlm_m0.40

andreasmadsen

Заполнение пропусковТекст → текст3 профессии

Контрольная точка RoBERTa Pre-LayerNorm на 454,1 млн параметров для предсказания замаскированных токенов в тексте.

5 755скачиваний за 30 дней1лайквеса обновлены15 ноя 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

Это контрольная точка модели andreasmadsen/efficient_mlm_m0.40 для заполнения пропусков в тексте. Она основана на эксперименте «Should You Mask 15% in Masked Language Modeling» и реализует архитектуру RoBERTa Pre-LayerNorm с головой masked language modeling. В репозитории доступны веса PyTorch и TensorFlow; размер модели — около 454,1 млн параметров, длина контекста — 514 токенов.

Автор репозитория исправил проблему с неиспользуемыми весами в исходной контрольной точке и перевёл модель на реализацию RobertaPreLayerNorm из библиотеки Transformers. Модель подходит для предсказания скрытых токенов в тексте. README не сообщает о поддерживаемых естественных языках или специализированных прикладных областях; лицензия в предоставленных данных не указана.

Сценарии применения

подстановка пропущенных слов в предложении
предсказание скрытых токенов для анализа текста
восстановление замаскированных фрагментов текста

Ограничения

Естественные языки, на которых обучена модель, и условия лицензии в предоставленных данных не описаны. Контекст ограничен 514 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

This is a model checkpoint for "Should You Mask 15% in Masked Language Modeling" (code).

The original checkpoint is avaliable at princeton-nlp/efficient_mlm_m0.40. Unfortunately this checkpoint depends on code that isn't part of the official transformers library. Additionally, the checkpoints contains unused weights due to a bug.

This checkpoint fixes the unused weights issue and uses the RobertaPreLayerNorm model from the transformers library.

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: RobertaPreLayerNormForMaskedLM
Ревизия весов: 3924d3f