/ Модель

Характеристики

Контекст
514 токенов
Параметры
454 млн
Лицензия
MIT
Архитектура
roberta · dense

muppet-roberta-large

Заполнение пропусковТекст → текст6 профессий

Англоязычная модель RoBERTa large с предварительной многозадачной настройкой MUPPET для заполнения пропусков и адаптации к задачам понимания текста.

365скачиваний за 30 дней13лайковвеса обновлены28 июн 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

facebook/muppet-roberta-large — англоязычная модель RoBERTa large от Facebook, дообученная по подходу MUPPET на нескольких задачах до тонкой настройки для целевых сценариев. Это плотная трансформерная модель с примерно 454,1 млн параметров, обученная предсказывать замаскированные токены; она принимает текст и предназначена прежде всего для заполнения пропусков и тонкой настройки для задач классификации последовательностей, разметки токенов и ответов на вопросы. Контекст модели составляет 514 токенов.

README сообщает об улучшении результатов относительно RoBERTa-base на ряде задач GLUE и QA, особенно на небольших наборах данных. При этом данный чекпойнт не содержит классификационных и MRC-голов, использованных при предварительной настройке, поэтому результаты на некоторых наборах могут быть ниже опубликованных в статье. Модель не предназначена для генерации текста. Лицензия — MIT.

Сценарии применения

  • предсказание пропущенных слов в английском тексте
  • дообучение классификатора английских предложений
  • разметка токенов в английском тексте
  • адаптация к ответам на вопросы по тексту
  • извлечение признаков для downstream-задач обработки английского языка

Ограничения

В чекпойнте отсутствуют классификационные и MRC-головы из этапа предварительной настройки, поэтому на некоторых наборах результаты могут быть ниже указанных в статье. Модель не предназначена для генерации текста и для прикладных задач обычно требует тонкой настройки.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Muppet: Massive Multi-task Representations with Pre-Finetuning

RoBERTa large model

This is a Massive Multi-task Pre-finetuned version of Roberta large. It was introduced in this paper. The model improves over roberta-base in a wide range of GLUE, QA tasks (details can be found in the paper). The gains in smaller datasets are significant.

Note: This checkpoint does not contain the classificaiton/MRC heads used during pre-finetuning due to compatibility issues and hence you might get slightly lower performance than that reported in the paper on some datasets

Model description

RoBERTa is a transformers model pretrained on a large corpus of English data in a self-supervised fashion. This means it was pretrained on the raw texts only, with no humans labelling them in any way (which is why it can use lots of publicly available data) with an automatic process to generate inputs and labels from those texts.

More precisely, it was pretrained with the Masked language modeling (MLM) objective. Taking a sentence, the model randomly masks 15% of the words in the input then run the entire masked sentence through the model and has to predict the masked words. This is different from traditional recurrent neural networks (RNNs) that usually see the words one after the other, or from autoregressive models like GPT which internally mask the future tokens. It allows the model to learn a bidirectional representation of the sentence.

This way, the model learns an inner representation of the English language that can then be used to extract features useful for downstream tasks: if you have a dataset of labeled sentences for instance, you can train a standard classifier using the features produced by the BERT model as inputs.

Intended uses & limitations

You can use the raw model for masked language modeling, but it's mostly intended to be fine-tuned on a downstream task. See the model hub to look for fine-tuned versions on a task that interests you.

Note that this model is primarily aimed at being fine-tuned on tasks that use the whole sentence (potentially masked) to make decisions, such as sequence classification, token classification or question answering. For tasks such as text generation you should look at model like GPT2.

Evaluation results

When fine-tuned on downstream tasks, this model achieves the following results:

Glue test results:

ModelMNLIQQPQNLISST-2CoLASTS-BMRPCRTESQuAD
Roberta-large90.292.294.796.463.691.290.988.188.7
MUPPET Roberta-large90.892.294.997.4--91.492.889.4

BibTeX entry and citation info

@article{DBLP:journals/corr/abs-2101-11038,
  author    = {Armen Aghajanyan and
               Anchit Gupta and
               Akshat Shrivastava and
               Xilun Chen and
               Luke Zettlemoyer and
               Sonal Gupta},
  title     = {Muppet: Massive Multi-task Representations with Pre-Finetuning},
  journal   = {CoRR},
  volume    = {abs/2101.11038},
  year      = {2021},
  url       = {https://arxiv.org/abs/2101.11038},
  archivePrefix = {arXiv},
  eprint    = {2101.11038},
  timestamp = {Sun, 31 Jan 2021 17:23:50 +0100},
  biburl    = {https://dblp.org/rec/journals/corr/abs-2101-11038.bib},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}

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
87df248

0 моделей