Характеристики

Контекст: 512 токенов
Параметры: 136 млн
Лицензия: MIT
Архитектура: bert · dense
Базовая модель: bert-base-german-cased
Опубликована: 31 мая 2024

Ссылки

Hugging Face

bert-job-german

dathi103

Заполнение пропусковТекст → текст3 профессии

Дообученная немецкоязычная BERT-модель для предсказания замаскированных токенов и восстановления пропусков в тексте.

11скачиваний за 30 дней0лайковвеса обновлены7 июн 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

dathi103/bert-job-german — модель BERT для заполнения пропусков в немецком тексте. Она дообучена на неизвестном наборе данных на базе bert-base-german-cased и содержит 136,3 млн параметров. Модель принимает текст с маскированным токеном и предсказывает подходящий токен; максимальная длина контекста составляет 512 токенов.

Модель может применяться для восстановления пропущенных слов в немецких фразах и изучения контекстных подстановок. В карточке указана метрика Loss 1,8488 на оценочном наборе, однако набор данных и условия оценки не раскрыты, поэтому результат трудно интерпретировать. Лицензия — MIT.

Сценарии применения

восстановление пропущенных слов в немецком предложении
предсказание слова по контексту немецкого текста
подбор контекстных подстановок для немецких фраз

Ограничения

Данные для дообучения неизвестны, а значение Loss 1,8488 приведено без описания оценочного набора и условий проверки. Контекст ограничен 512 токенами.

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.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

bert-job-german

This model is a fine-tuned version of bert-base-german-cased on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 1.8488

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: 3

Training results

Training Loss	Epoch	Step	Validation Loss
2.2084	1.0	9613	2.0839
2.0204	2.0	19226	1.9057
1.9613	3.0	28839	1.8488

Framework versions

Transformers 4.38.1
Pytorch 2.1.2+cu121
Datasets 2.18.0
Tokenizers 0.15.2

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: 0978784