/ Модель

Характеристики

Контекст
512 токенов
Архитектура
hybridbert · dense
Опубликована
17 июл 2023

model_v1_complete_training_wt_init_48_small_emb_comp

Заполнение пропусковТекст → текст3 профессии

Дообученная модель HybridBERT для предсказания пропущенных токенов в тексте.

10скачиваний за 30 дней0лайковвеса обновлены18 июл 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 дообученная модель семейства HybridBERT для задачи fill-mask: она предсказывает пропущенный токен в тексте. В метаданных указана архитектура DistilBertForMaskedLM, формат PyTorch и максимальный контекст 512 токенов. Имя базовой модели и набор данных для дообучения не приведены.

В карточке сообщается о результате оценки: loss 5,3637 и accuracy 0,2281. Описание предполагаемых сценариев, языков и условий использования отсутствует; лицензия не указана.

Сценарии применения

  • Подстановка пропущенного слова в предложении
  • Анализ вероятных вариантов заполнения маски в тексте
  • Эксперименты с задачей masked language modeling

Ограничения

В карточке не описаны обучающие данные, поддерживаемые языки, базовая модель и ограничения применения. На указанной оценке accuracy составляет 0,2281; лицензия не приведена.

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

model_v1_complete_training_wt_init_48_small_emb_comp

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

  • Loss: 5.3637
  • Accuracy: 0.2281

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
6.57030.25300006.56120.1162
6.35420.49600006.34840.1335
6.24550.74900006.24540.1406
6.19310.981200006.18840.1438
6.14521.231500006.14410.1460
6.11941.471800006.11220.1481
6.09391.722100006.08310.1488
6.04631.972400006.03480.1504
6.00782.212700006.00200.1516
5.97322.463000005.97050.1531
5.94082.73300005.93400.1542
5.90282.953600005.89040.1567
5.86753.23900005.85270.1597
5.83653.444200005.81160.1655
5.79443.694500005.75800.1753
5.71983.934800005.66950.1896
5.62644.185100005.56880.2028
5.53374.425400005.47420.2137
5.47484.675700005.40330.2228
5.43014.926000005.36370.2281

Framework versions

  • Transformers 4.30.2
  • Pytorch 1.14.0a0+410ce96
  • Datasets 2.13.1
  • 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
625de64

0 моделей