/ Модель

Характеристики

Контекст
514 токенов
Параметры
119 млн
Лицензия
MIT
Архитектура
camembert · dense
Библиотека
transformers
Опубликована
12 окт 2023

camembert-L10

ЭмбеддингиТекст → embedding8 профессий

Укороченная версия CamemBERT для извлечения признаков французского текста и дообучения на задачах классификации, поиска и ответов на вопросы.

113скачиваний за 30 дней0лайковвеса обновлены2 мая 2024

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

CamemBERT-L10 — компактная версия предварительно обученной языковой модели CamemBERT, созданная удалением верхних слоёв исходного чекпойнта. Модель разработана авторами семейства CamemBERT и предназначена для обработки французского текста; в репозитории представлены веса PyTorch и Safetensors, лицензия — MIT.

Модель принимает текст и выдаёт контекстные признаки токенов. Её можно использовать для masked language modeling, а основное назначение — дообучение для задач, где решение зависит от всего предложения: классификации текста, извлечения ответа на вопрос и семантического поиска. По README версия L10 удаляет 10 из предварительно обученных слоёв базовой модели; в метаданных указан размер 119 млн параметров, максимальный контекст — 514 токенов.

CamemBERT-L10 не является авторегрессионной моделью и не предназначена для генерации текста. Для прикладных задач качества может потребоваться дообучение на соответствующих данных.

Сценарии применения

  • извлечение признаков из французских текстов
  • классификация французских предложений и документов
  • семантический поиск по французским текстам
  • извлечение ответов из французского текста
  • masked language modeling на французском

Ограничения

Модель не предназначена для авторегрессионной генерации текста; для прикладной классификации, поиска и извлечения ответов обычно требуется дообучение. Удаление верхних слоёв уменьшает модель, но может ограничить качество относительно полного базового чекпойнта.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

CamemBERT-L10

This model is a pruned version of the pre-trained CamemBERT checkpoint, obtained by dropping the top-layers from the original model.

Usage

You can use the raw model for masked language modeling (MLM), but it's mostly intended to be fine-tuned on a downstream task, especially one that uses the whole sentence to make decisions such as text classification, extractive question answering, or semantic search. For tasks such as text generation, you should look at autoregressive models like BelGPT-2.

You can use this model directly with a pipeline for masked language modeling:

from transformers import pipeline

unmasker = pipeline('fill-mask', model='antoinelouis/camembert-L10')
unmasker("Bonjour, je suis un [MASK] modèle.")

You can also use this model to extract the features of a given text:

from transformers import AutoTokenizer, AutoModel

tokenizer = AutoTokenizer.from_pretrained('antoinelouis/camembert-L10')
model = AutoModel.from_pretrained('antoinelouis/camembert-L10')

text = "Remplacez-moi par le texte de votre choix."
encoded_input = tokenizer(text, return_tensors='pt')
output = model(**encoded_input)

Variations

CamemBERT has originally been released in base (110M) and large (335M) variations. The following checkpoints prune the base variation by dropping the top 2, 4, 6, 8, and 10 pretrained encoding layers, respectively.

Model#ParamsSizePruning
CamemBERT-base110.6M445MB-
CamemBERT-L1096.4M386MB-13%
CamemBERT-L882.3M329MB-26%
CamemBERT-L668.1M272MB-38%
CamemBERT-L453.9M216MB-51%
CamemBERT-L239.7M159MB-64%

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
CamembertModel
Ревизия весов
9c282ac

0 моделей