/ Модель

Характеристики

Контекст
514 токенов
Параметры
95,2 млн
Лицензия
Apache 2.0
Архитектура
roberta · dense
Базовая модель
distilroberta-base
Библиотека
transformers
Опубликована
14 июн 2026

distilroberta-base-finetuned-wikitext2

Заполнение пропусковТекст → текст3 профессии

Дообученная модель RoBERTa для предсказания скрытых токенов в тексте.

12скачиваний за 30 дней0лайковвеса обновлены14 июн 2026

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

Модель devanshb26/distilroberta-base-finetuned-wikitext2 — дообученная версия distilroberta-base для восстановления скрытых токенов в тексте. Она построена на архитектуре RoBERTa и содержит 95,2 млн параметров; модель принимает текстовый фрагмент с маской и предсказывает подходящее слово или токен. Контекст составляет до 514 токенов.

Модель подходит для подстановки пропущенных слов и анализа языковых контекстов. В README приведено значение loss 1,86 на тестовой выборке, но описание датасета и подробности оценки отсутствуют. Лицензия — Apache-2.0.

Сценарии применения

  • Подстановка пропущенного слова в предложении
  • Предсказание токена, скрытого маской
  • Проверка языковой модели на задаче восстановления текста

Ограничения

Датасет обучения и подробности оценки не описаны; указан только loss 1,86. Контекст ограничен 514 токенами.

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

distilroberta-base-finetuned-wikitext2

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

  • Loss: 1.8600

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: 8
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • num_epochs: 3.0

Training results

Training LossEpochStepValidation Loss
2.08271.024061.9352
1.98562.048121.8840
1.94223.072181.8338

Framework versions

  • Transformers 5.10.2
  • Pytorch 2.11.0+cu128
  • Datasets 4.0.0
  • Tokenizers 0.22.2

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
RobertaForMaskedLM
Ревизия весов
05ce245

0 моделей