/ Модель

Характеристики

Контекст
512 токенов
Параметры
5 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Опубликована
2 июл 2022

bert-L4-H128-uncased

Заполнение пропусковТекст → текст3 профессии

Компактная англоязычная модель BERT для предсказания замаскированных слов в тексте.

2 083скачиваний за 30 дней0лайковвеса обновлены15 янв 2025

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

gaunernst/bert-L4-H128-uncased — компактная англоязычная модель BERT на основе чекпойнта из репозитория Google Research BERT. Вариант имеет 4 слоя и скрытый размер 128; число параметров составляет около 5 млн. Это модель заполнения пропусков: она предсказывает замаскированные токены в тексте, используя контекст с обеих сторон. Поддерживает последовательности длиной до 512 токенов и доступна в форматах PyTorch и Safetensors.

Модель подходит для экспериментов и приложений, которым нужен небольшой BERT для восстановления пропущенных слов и связанных задач на основе masked language modeling. В карточке указаны BookCorpus и Wikipedia как датасеты; неясно, применялась ли к чекпойнту дистилляция. Лицензия — Apache 2.0.

Сценарии применения

  • предсказание пропущенного слова в английском предложении
  • восстановление замаскированных токенов
  • эксперименты с компактной архитектурой BERT

Ограничения

Модель компактная и рассчитана на последовательности до 512 токенов. В карточке не уточняется, проходил ли чекпойнт дистилляцию.

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

BERT L4-H128 (uncased)

Mini BERT models from https://arxiv.org/abs/1908.08962 that the HF team didn't convert. The original conversion script is used.

See the original Google repo: google-research/bert

Note: it's not clear if these checkpoints have undergone knowledge distillation.

Model variants

H=128H=256H=512H=768
L=22/128 (BERT-Tiny)2/2562/5122/768
L=44/1284/256 (BERT-Mini)4/512 (BERT-Small)4/768
L=66/1286/2566/5126/768
L=88/1288/2568/512 (BERT-Medium)8/768
L=1010/12810/25610/51210/768
L=1212/12812/25612/51212/768 (BERT-Base, original)

Usage

See other BERT model cards e.g. https://huggingface.co/bert-base-uncased

Citation

@article{turc2019,
  title={Well-Read Students Learn Better: On the Importance of Pre-training Compact Models},
  author={Turc, Iulia and Chang, Ming-Wei and Lee, Kenton and Toutanova, Kristina},
  journal={arXiv preprint arXiv:1908.08962v2 },
  year={2019}
}

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
081656f

0 моделей