/ Модель

Характеристики

Контекст
512 токенов
Параметры
434 млн
Архитектура
bert · dense

structbert-large

Заполнение пропусковТекст → текст3 профессии

Англоязычная модель BERT-large с предварительным обучением, учитывающим порядок слов и предложений, для заполнения пропусков и дообучения на задачах понимания текста.

26скачиваний за 30 дней7лайковвеса обновлены26 июл 2021

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

StructBERT — англоязычная предварительно обученная модель семейства BERT, разработанная командой AliceMind. Она расширяет предварительное обучение BERT двумя дополнительными задачами, которые учитывают порядок слов и структуру предложений. Эта копия не является официальной карточкой AliceMind.

Модель построена на архитектуре BERT-large и содержит 433,9 млн параметров по метаданным репозитория; в README для исходной версии указано 340 млн. Контекст — до 512 токенов. Модель предназначена для заполнения замаскированных токенов и как базовая модель для последующего дообучения на задачах понимания английского текста; README приводит результаты на GLUE. Репозиторий содержит веса PyTorch.

Лицензия в предоставленных данных не указана. Карточка описывает также китайскую версию семейства, но данный репозиторий представляет английскую модель. Результаты бенчмарков относятся к указанным конфигурациям и не гарантируют качество на иных данных.

Сценарии применения

  • предсказание замаскированных слов в английском тексте
  • дообучение классификатора английских предложений
  • оценка семантической близости пар английских предложений
  • эксперименты и воспроизведение результатов на GLUE

Ограничения

Это базовая модель, и для конкретных прикладных задач может потребоваться дообучение. Лицензия в доступных данных не указана; результаты GLUE в карточке не гарантируют качество на других распределениях данных.

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

StructBERT: Un-Official Copy

Official Repository Link: https://github.com/alibaba/AliceMind/tree/main/StructBERT

Claimer

Reproduce HFHub models:

Download model/tokenizer vocab

wget https://raw.githubusercontent.com/alibaba/AliceMind/main/StructBERT/config/large_bert_config.json && mv large_bert_config.json config.json
wget https://raw.githubusercontent.com/alibaba/AliceMind/main/StructBERT/config/vocab.txt
wget https://alice-open.oss-cn-zhangjiakou.aliyuncs.com/StructBERT/en_model && mv en_model pytorch_model.bin
from transformers import AutoConfig, AutoModelForMaskedLM, AutoTokenizer

config = AutoConfig.from_pretrained("./config.json")
model = AutoModelForMaskedLM.from_pretrained(".", config=config)
tokenizer = AutoTokenizer.from_pretrained(".", config=config)

model.push_to_hub("structbert-large")
tokenizer.push_to_hub("structbert-large")

https://arxiv.org/abs/1908.04577

StructBERT: Incorporating Language Structures into Pre-training for Deep Language Understanding

Introduction

We extend BERT to a new model, StructBERT, by incorporating language structures into pre-training. Specifically, we pre-train StructBERT with two auxiliary tasks to make the most of the sequential order of words and sentences, which leverage language structures at the word and sentence levels, respectively.

Pre-trained models

ModelDescription#paramsDownload
structbert.en.largeStructBERT using the BERT-large architecture340Mstructbert.en.large
structroberta.en.largeStructRoBERTa continue training from RoBERTa355MComing soon
structbert.ch.largeChinese StructBERT; BERT-large architecture330Mstructbert.ch.large

Results

The results of GLUE & CLUE tasks can be reproduced using the hyperparameters listed in the following "Example usage" section.

structbert.en.large

GLUE benchmark

ModelMNLIQNLIv2QQPSST-2MRPC
structbert.en.large86.86%93.04%91.67%93.23%86.51%

structbert.ch.large

CLUE benchmark

ModelCMNLIOCNLITNEWSAFQMC
structbert.ch.large84.47%81.28%68.67%76.11%

Example usage

Requirements and Installation

  • PyTorch version >= 1.0.1

  • Install other libraries via

pip install -r requirements.txt
  • For faster training install NVIDIA's apex library

Finetune MNLI

python run_classifier_multi_task.py \
  --task_name MNLI \
  --do_train \
  --do_eval \
  --do_test \
  --amp_type O1 \
  --lr_decay_factor 1 \
  --dropout 0.1 \
  --do_lower_case \
  --detach_index -1 \
  --core_encoder bert \
  --data_dir path_to_glue_data \
  --vocab_file config/vocab.txt \
  --bert_config_file config/large_bert_config.json \
  --init_checkpoint path_to_pretrained_model \
  --max_seq_length 128 \
  --train_batch_size 32 \
  --learning_rate 2e-5 \
  --num_train_epochs 3 \
  --fast_train \
  --gradient_accumulation_steps 1 \
  --output_dir path_to_output_dir 

Citation

If you use our work, please cite:

@article{wang2019structbert,
  title={Structbert: Incorporating language structures into pre-training for deep language understanding},
  author={Wang, Wei and Bi, Bin and Yan, Ming and Wu, Chen and Bao, Zuyi and Xia, Jiangnan and Peng, Liwei and Si, Luo},
  journal={arXiv preprint arXiv:1908.04577},
  year={2019}
}

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
2cc4087

0 моделей