Характеристики

Контекст: 514 токенов
Параметры: 152 млн
Архитектура: roberta · dense
Опубликована: 21 мар 2022

Ссылки

Hugging Face

twitter-roberta-base-finetuned-twitter-user-desc

bdotloh

Заполнение пропусковТекст → текст3 профессии

Дообученная RoBERTa для предсказания пропущенных токенов в описаниях пользователей Twitter.

50скачиваний за 30 дней0лайковвеса обновлены25 мар 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

bdotloh/twitter-roberta-base-finetuned-twitter-user-desc — дообученная модель RoBERTa от разработчика bdotloh на основе cardiffnlp/twitter-roberta-base. Она обучалась на описаниях пользователей Twitter и предназначена для предсказания пропущенных токенов в тексте таких описаний. Модель содержит 151,8 млн параметров, принимает текст с маскированным фрагментом и выдаёт вероятные замены; максимальная длина контекста — 514 токенов. Доступны веса в формате PyTorch.

На тестовой выборке указана perplexity 2,33 после 15 эпох обучения. Карточка не описывает дополнительные сценарии, качество на других данных или условия лицензии, поэтому результаты за пределами описаний пользователей Twitter не подтверждены.

Сценарии применения

восстановление пропущенного слова в описании профиля Twitter
подбор вероятных продолжений для маскированного фрагмента био пользователя
анализ языковых шаблонов в описаниях профилей Twitter

Ограничения

Оценка приведена только для тестовой выборки обучающего набора; переносимость на другие типы текстов не описана. Лицензия и дополнительные ограничения использования в карточке не приведены.

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 I.12Универсальные способностиРекомендации и персонализацияAI помогает подбирать релевантные варианты и адаптировать опыт под конкретного человека или ситуацию.15 задач7 627моделей 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

twitter-roberta-base-finetuned-twitter-user-desc

This model is a fine-tuned version of cardiffnlp/twitter-roberta-base on a dataset of twitter user descriptions. It achieves the following results on the evaluation set:

eval_perplexity: 2.33
epoch: 15
step: 10635

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: 2e-05
train_batch_size: 64
eval_batch_size: 64
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 15
mixed_precision_training: Native AMP

Framework versions

Transformers 4.17.0
Pytorch 1.10.0+cu111
Datasets 2.0.0
Tokenizers 0.11.6

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: RobertaForMaskedLM
Ревизия весов: b7c82c3