/ Модель

Характеристики

Контекст
512 токенов
Архитектура
hybridbert · dense
Опубликована
1 июн 2023

bert_12_layer_model_v1_complete_training_new_wt_init_48

Заполнение пропусковТекст → текст3 профессии

Модель HybridBERT для предсказания пропущенных токенов в текстах длиной до 512 токенов.

10скачиваний за 30 дней0лайковвеса обновлены4 июн 2023

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

Это модель семейства HybridBERT на базе архитектуры DistilBertForMaskedLM, предназначенная для задачи fill-mask: предсказания пропущенного токена в тексте. В README указано, что модель дообучена, но базовая модель, обучающие данные и авторская информация не приведены. В карточке модели указана длина контекста 512 токенов и формат PyTorch.

На оценочном наборе модель показала loss 2,6168 и accuracy 0,5281; состав набора и методика оценки не описаны. Лицензия и ограничения использования в доступных материалах не указаны.

Сценарии применения

  • подстановка пропущенного слова в предложении
  • восстановление маскированных токенов в тексте
  • оценка вариантов заполнения пропуска

Ограничения

README не раскрывает базовую модель, обучающие данные, языки и ограничения применения; указанные метрики нельзя интерпретировать без описания оценочного набора.

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_12_layer_model_v1_complete_training_new_wt_init_48

This model is a fine-tuned version of on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 2.6168
  • Accuracy: 0.5281

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: 1e-05
  • train_batch_size: 48
  • eval_batch_size: 48
  • seed: 10
  • distributed_type: multi-GPU
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 10000
  • num_epochs: 5

Training results

Training LossEpochStepValidation LossAccuracy
6.41720.08100006.36640.1317
6.10140.16200006.05320.1497
5.82550.25300005.74660.1656
5.05430.33400004.75390.2752
4.16690.41500003.85680.3739
3.72590.49600003.47510.4215
3.45470.57700003.26150.4469
3.29680.66800003.12500.4638
3.18050.74900003.02460.4760
3.09630.821000002.94910.4858
3.02380.91100002.88740.4933
2.97290.981200002.83170.5003
2.91561.071300002.78240.5063
2.87841.151400002.74340.5111
2.83331.231500002.70810.5164
2.80431.311600002.67300.5205
2.76461.391700002.64360.5248
2.74031.471800002.61680.5281

Framework versions

  • Transformers 4.29.2
  • Pytorch 1.14.0a0+410ce96
  • Datasets 2.12.0
  • Tokenizers 0.13.3

Как запустить

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

GPU в ailist

Универсальный рантайм · fill-mask

Нельзя запустить

Архитектура hybridbert неизвестна transformers в образе рантайма.

Класс архитектуры
DistilBertForMaskedLM
Ревизия весов
a60f0e7

0 моделей