/ Модель

Характеристики

Контекст
514 токенов
Параметры
152 млн
Лицензия
MIT
Архитектура
roberta · dense
Опубликована
2 мар 2022

roberta-base-wechsel-german

Заполнение пропусковТекст → текст4 профессии

Немецкоязычная модель RoBERTa с 151,8 млн параметров для предсказания пропущенных слов и использования в задачах понимания немецкого текста.

136скачиваний за 30 дней8лайковвеса обновлены30 мая 2023

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

benjamin/roberta-base-wechsel-german — немецкоязычная модель RoBERTa-base, обученная с применением метода WECHSEL для эффективной инициализации эмбеддингов подслов при переносе монолингвальных языковых моделей между языками. По метаданным, модель содержит 151,8 млн параметров, использует архитектуру RobertaForMaskedLM и обрабатывает последовательности длиной до 514 токенов.

Модель предназначена для заполнения пропусков в немецком тексте и может служить основой для задач понимания языка. В README приведены результаты сравнений для распознавания именованных сущностей и вывода на естественном языке: средний показатель для этой модели указан выше, чем у deepset/gbert-base в представленной таблице.

Опубликована в форматах PyTorch и Safetensors. Лицензия — MIT. README ссылается на статью о методе WECHSEL, но не приводит ссылок на код или публикацию.

Сценарии применения

  • подстановка пропущенного слова в немецком предложении
  • оценка вариантов слова по контексту
  • адаптация немецкого текста для задач распознавания именованных сущностей
  • использование как основы для задач вывода на естественном языке

Ограничения

Предназначена для немецкого языка; README не описывает диалоговые возможности или генерацию текста произвольной длины. Метрики NER и NLI приведены без подробностей о протоколе оценки.

Для каких профессий подходит4

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

roberta-base-wechsel-german

Model trained with WECHSEL: Effective initialization of subword embeddings for cross-lingual transfer of monolingual language models.

See the code here: https://github.com/CPJKU/wechsel

And the paper here: https://aclanthology.org/2022.naacl-main.293/

Performance

RoBERTa

ModelNLI ScoreNER ScoreAvg Score
roberta-base-wechsel-french82.4390.8886.65
camembert-base80.8890.2685.57
ModelNLI ScoreNER ScoreAvg Score
roberta-base-wechsel-german81.7989.7285.76
deepset/gbert-base78.6489.4684.05
ModelNLI ScoreNER ScoreAvg Score
roberta-base-wechsel-chinese78.3280.5579.44
bert-base-chinese76.5582.0579.30
ModelNLI ScoreNER ScoreAvg Score
roberta-base-wechsel-swahili75.0587.3981.22
xlm-roberta-base69.1887.3778.28

GPT2

ModelPPL
gpt2-wechsel-french19.71
gpt2 (retrained from scratch)20.47
ModelPPL
gpt2-wechsel-german26.8
gpt2 (retrained from scratch)27.63
ModelPPL
gpt2-wechsel-chinese51.97
gpt2 (retrained from scratch)52.98
ModelPPL
gpt2-wechsel-swahili10.14
gpt2 (retrained from scratch)10.58

See our paper for details.

Citation

Please cite WECHSEL as

@inproceedings{minixhofer-etal-2022-wechsel,
    title = "{WECHSEL}: Effective initialization of subword embeddings for cross-lingual transfer of monolingual language models",
    author = "Minixhofer, Benjamin  and
      Paischer, Fabian  and
      Rekabsaz, Navid",
    booktitle = "Proceedings of the 2022 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies",
    month = jul,
    year = "2022",
    address = "Seattle, United States",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/2022.naacl-main.293",
    pages = "3992--4006",
    abstract = "Large pretrained language models (LMs) have become the central building block of many NLP applications. Training these models requires ever more computational resources and most of the existing models are trained on English text only. It is exceedingly expensive to train these models in other languages. To alleviate this problem, we introduce a novel method {--} called WECHSEL {--} to efficiently and effectively transfer pretrained LMs to new languages. WECHSEL can be applied to any model which uses subword-based tokenization and learns an embedding for each subword. The tokenizer of the source model (in English) is replaced with a tokenizer in the target language and token embeddings are initialized such that they are semantically similar to the English tokens by utilizing multilingual static word embeddings covering English and the target language. We use WECHSEL to transfer the English RoBERTa and GPT-2 models to four languages (French, German, Chinese and Swahili). We also study the benefits of our method on very low-resource languages. WECHSEL improves over proposed methods for cross-lingual parameter transfer and outperforms models of comparable size trained from scratch with up to 64x less training effort. Our method makes training large language models for new languages more accessible and less damaging to the environment. We make our code and models publicly available.",
}

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
80fedfc

0 моделей