/ Модель

Характеристики

Контекст
514 токенов
Параметры
153 млн
Лицензия
Apache 2.0
Архитектура
roberta · dense
Опубликована
24 мая 2023

LaBerta

Заполнение пропусковТекст → текст3 профессии

Одноязычная RoBERTa-модель для восстановления замаскированных токенов в текстах классической филологии.

3 776скачиваний за 30 дней4лайкавеса обновлены18 ноя 2024

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

LaBerta — одноязычная модель семейства RoBERTa, разработанная для задач классической филологии. Это энкодерная модель размером с RoBERTa-base, обученная на корпусе Corpus Corporum; её архитектура предназначена для восстановления замаскированных токенов в тексте. Модель содержит 153,2 млн параметров и поддерживает контекст до 514 токенов.

LaBerta подходит для предсказания пропущенных слов и может служить основой для дообучения на филологических задачах. В карточке приведены результаты дообучения на данных разметки частей речи EvaLatin 2022: 98,11 для классического жанра, 96,73 при переносе между жанрами и 93,33 при переносе между периодами. Эти показатели относятся к дообученной модели и не описывают напрямую качество исходного чекпойнта. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • восстановление пропущенных слов в латинских текстах
  • получение вероятных вариантов для замаскированных токенов
  • подготовка энкодера для дообучения на филологической разметке

Ограничения

Контекст ограничен 514 токенами. Приведённые метрики получены после дообучения на EvaLatin 2022 и не являются оценкой исходной модели.

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

LaBerta

The paper Exploring Language Models for Classical Philology is the first effort to systematically provide state-of-the-art language models for Classical Philology. LaBerta is a RoBerta-base sized, monolingual, encoder-only variant.

This model was trained on the Corpus Corporum.

Further information can be found in our paper or in our GitHub repository.

Usage

from transformers import AutoTokenizer, AutoModelForMaskedLM

tokenizer = AutoTokenizer.from_pretrained('bowphs/LaBerta')
model = AutoModelForMaskedLM.from_pretrained('bowphs/LaBerta')

Please check out the awesome Hugging Face tutorials on how to fine-tune our models.

Evaluation Results

When fine-tuned on PoS data from EvaLatin 2022, LaBerta achieves the following results:

TaskClassicalCross-genreCross-time
98.1196.7393.33

Contact

If you have any questions or problems, feel free to reach out.

Citation

@incollection{riemenschneiderfrank:2023,
    address = "Toronto, Canada",
    author = "Riemenschneider, Frederick and Frank, Anette",
    booktitle = "Proceedings of the 61st Annual Meeting of the Association for Computational Linguistics (ACL’23)",
    note = "to appear",
    pubType = "incollection",
    publisher = "Association for Computational Linguistics",
    title = "Exploring Large Language Models for Classical Philology",
    url = "https://arxiv.org/abs/2305.13698",
    year = "2023",
    key = "riemenschneiderfrank:2023"
}

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
94fab85

0 моделей