/ Модель
Каталог

Характеристики

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

Ссылки

Hugging Face

bert-job-german-extended

dathi103
Заполнение пропусковТекст → текст3 профессии

Дообученная немецкоязычная BERT-модель для предсказания замаскированных слов и заполнения 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-extended — модель на архитектуре BERT, дообученная на основе bert-base-german-cased для заполнения пропусков в тексте. Она содержит 139,3 млн параметров, принимает текстовые последовательности длиной до 512 токенов и предсказывает замаскированные токены. Базовая модель обучена для немецкого языка; README не сообщает, на каких данных и для каких конкретных сценариев дообучали эту версию.

Модель подходит для восстановления пропусков в немецком тексте и экспериментов с задачей masked language modeling. В README указано значение loss 2,0563 на оценочном наборе, но сведения о самом наборе и методике оценки не приведены. Модель распространяется по лицензии MIT.

Сценарии применения

  • заполнение пропусков в немецких предложениях
  • предсказание замаскированного слова в немецком тексте
  • эксперименты с masked language modeling на немецком языке

Ограничения

Датасет дообучения и назначение модели для конкретных сценариев не описаны. Приведённый loss 2,0563 нельзя интерпретировать без сведений об оценочном наборе и методике.

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 385моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

bert-job-german-extended

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: 2.0563

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 LossEpochStepValidation Loss
2.48991.080532.3449
2.23882.0161062.1199
2.17853.0241592.0563

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
368cc6b

0 моделей

    Создать бенчмарк