/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
152 млн
Архитектура
big_bird · dense

pino-bigbird-roberta-base

Заполнение пропусковТекст → текст

Нидерландская предобученная модель BigBird для восстановления скрытых токенов и анализа длинных текстовых последовательностей.

113скачиваний за 30 дней2лайкавеса обновлены13 янв 2022

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

Pino — предобученная языковая модель на нидерландском языке, созданная Dat Nguyen и Yeb Havinga во время Hugging Face Community Week. Она основана на архитектуре BigBird и обучена предсказывать скрытые токены в тексте (masked language modeling); модель также представлена как первая версия в указанном репозитории.

Блочное разреженное внимание BigBird позволяет обрабатывать последовательности длиной до 4096 токенов с меньшими вычислительными затратами, чем стандартное внимание BERT. Модель подходит для восстановления пропущенных слов и получения признаковых представлений нидерландского текста, в том числе длинных документов. В метаданных указаны 151,9 млн параметров и форматы PyTorch и Flax.

Обучение проводилось на mC4 и корпусе нидерландских новостей NRC и Nu.nl. Карточка описывает модель как незавершённую и не содержит сведений о лицензии; это следует учитывать при практическом использовании. Заявления о результатах BigBird на задачах суммаризации и ответов на вопросы относятся к архитектуре в целом и не подтверждают отдельную настройку этой модели для таких задач.

Сценарии применения

  • восстановление пропущенных слов в нидерландском тексте
  • получение признаковых представлений нидерландских документов
  • обработка длинных текстов на нидерландском языке
  • языковой анализ нидерландских новостных текстов

Ограничения

Карточка помечена как незавершённая и не указывает лицензию. Модель обучена для masked language modeling; отдельная настройка для суммаризации или ответов на вопросы не заявлена.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Pino (Dutch BigBird) base model

Created by Dat Nguyen & Yeb Havinga during the Hugging Face community week

(Not finished yet)

BigBird, is a sparse-attention based transformer which extends Transformer based models, such as BERT to much longer sequences. Moreover, BigBird comes along with a theoretical understanding of the capabilities of a complete transformer that the sparse model can handle.

It is a pretrained model on Dutch language using a masked language modeling (MLM) objective. It was introduced in this paper and first released in this repository.

Model description

BigBird relies on block sparse attention instead of normal attention (i.e. BERT's attention) and can handle sequences up to a length of 4096 at a much lower compute cost compared to BERT. It has achieved SOTA on various tasks involving very long sequences such as long documents summarization, question-answering with long contexts.

How to use

Here is how to use this model to get the features of a given text in PyTorch:

from transformers import BigBirdModel

# by default its in `block_sparse` mode with num_random_blocks=3, block_size=64
model = BigBirdModel.from_pretrained("flax-community/pino-bigbird-roberta-base")

# you can change `attention_type` to full attention like this:
model = BigBirdModel.from_pretrained("flax-community/pino-bigbird-roberta-base", attention_type="original_full")

# you can change `block_size` & `num_random_blocks` like this:
model = BigBirdModel.from_pretrained("flax-community/pino-bigbird-roberta-base", block_size=16, num_random_blocks=2)


Training Data

This model is pre-trained on four publicly available datasets: mC4, and scraped Dutch news from NRC en Nu.nl. It uses the the fast universal Byte-level BPE (BBPE) in contrast to the sentence piece tokenizer and vocabulary as RoBERTa (which is in turn borrowed from GPT2).

Training Procedure

The data is cleaned as follows: Remove texts containing HTML codes / javascript codes / loremipsum / policies Remove lines without end mark. Remove too short texts, words Remove too long texts, words Remove bad words

BibTeX entry and citation info

@misc{zaheer2021big,
      title={Big Bird: Transformers for Longer Sequences}, 
      author={Manzil Zaheer and Guru Guruganesh and Avinava Dubey and Joshua Ainslie and Chris Alberti and Santiago Ontanon and Philip Pham and Anirudh Ravula and Qifan Wang and Li Yang and Amr Ahmed},
      year={2021},
      eprint={2007.14062},
      archivePrefix={arXiv},
      primaryClass={cs.LG}
}

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
BigBirdForMaskedLM
Ревизия весов
81688aa

0 моделей