/ Модель

Характеристики

Контекст
514 токенов
Параметры
80,1 млн
Архитектура
roberta · dense

Tamil-RoBERTa

Заполнение пропусковТекст → текст3 профессии

Компактная RoBERTa, предобученная на тамильском языке для предсказания замаскированных токенов.

138скачиваний за 30 дней2лайкавеса обновлены9 ноя 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

Tamil-RoBERTa — компактная модель семейства RoBERTa, разработанная для предобучения на тамильском языке с помощью masked language modeling на датасете OSCAR Tamil. Веса содержат около 80,1 млн параметров; модель принимает текстовую последовательность с маскированным токеном и предсказывает подходящие варианты его заполнения. Максимальная длина контекста составляет 514 токенов.

Модель предназначена для заполнения пропусков и анализа контекста в тамильском тексте, а также может служить базой для дальнейшей адаптации под языковые задачи. Она рассчитана на тамильский язык и доступна в формате PyTorch для использования через Transformers. Сведения о лицензии в предоставленных данных отсутствуют.

Сценарии применения

  • подстановка пропущенного слова в тамильском предложении
  • получение вероятных вариантов продолжения тамильского контекста с маской
  • изучение контекстных представлений тамильского текста
  • дообучение тамильской языковой модели под прикладную задачу

Ограничения

Модель предназначена для тамильского языка и предсказывает токены в контексте, а не генерирует длинные тексты как обычная авторегрессионная языковая модель. Лицензия в предоставленных данных не указана.

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

Description:

This is a smaller per-trained model on Tamil Language using Masked Language Modeling(MLM). And the model is trained on Oscar Tamil dataset.

How to Use:

The model can be used directly with a pipeline for masked language modeling:

>>> from transformers import AutoTokenizer, AutoModelForMaskedLM, pipeline
>>> tokenizer = AutoTokenizer.from_pretrained("d42kw01f/Tamil-RoBERTa")
>>> model = AutoModelForMaskedLM.from_pretrained("d42kw01f/Tamil-RoBERTa")
>>> fill_mask = pipeline('fill-mask', model=model, tokenizer=tokenizer)
>>> fill_mask("நான் வீட்டு <mask>.")

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
df391c7

0 моделей