Характеристики

Контекст: 512 токенов
Архитектура: distilbert · dense
Библиотека: transformers
Опубликована: 15 ноя 2024

Ссылки

Hugging Face

bert_base_lda_20

gokulsrinivasagan

Языковая модель

Дообученная на обработанном WikiText-103 модель DistilBERT для задач masked language modeling с LDA.

7скачиваний за 30 дней0лайковвеса обновлены16 ноя 2024

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

bertbaselda20 — дообученная модель на основе DistilBERT, опубликованная пользователем gokulsrinivasagan на Hugging Face. Она обучалась на датасете gokulsrinivasagan/processed_wikitext-103-raw-v1-ld и предназначена для задач, связанных с LDA и masked language modeling.

В репозитории указана архитектура DistilBertForLDAMaskedLM и формат весов safetensors. Размер контекста составляет 512 токенов. В карточке приведены результаты оценки: loss 7,764 и accuracy 0,157. Лицензия и более подробные сценарии применения не указаны.

Сценарии применения

эксперименты с masked language modeling на WikiText-103
исследование применения LDA в архитектуре DistilBERT
оценка языковой модели на обработанном корпусе WikiText-103

Ограничения

На тестовой выборке указаны loss 7,764 и accuracy 0,157; результаты показывают ограниченную точность и не подтверждают готовность к прикладному использованию. В README не описаны intended use и ограничения.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

bert_base_lda_20

This model is a fine-tuned version of on the gokulsrinivasagan/processed_wikitext-103-raw-v1-ld dataset. It achieves the following results on the evaluation set:

Loss: 7.7640
Accuracy: 0.1570

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: 0.0001
train_batch_size: 96
eval_batch_size: 96
seed: 10
optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
lr_scheduler_warmup_steps: 10000
num_epochs: 25

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
8.1189	4.1982	10000	8.0632	0.1507
7.8865	8.3963	20000	7.8943	0.1526
7.7971	12.5945	30000	7.8399	0.1550
7.7373	16.7926	40000	7.8241	0.1536
7.7032	20.9908	50000	7.8081	0.1533

Framework versions

Transformers 4.46.1
Pytorch 2.2.0+cu121
Datasets 3.1.0
Tokenizers 0.20.1

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

У модели не указана задача.

Класс архитектуры: DistilBertForLDAMaskedLM
Ревизия весов: af9f772