/ Модель

Характеристики

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

bert_base_lda_5

Языковая модель3 профессии

Дообученная модель на базе DistilBERT для маскированного языкового моделирования с LDA-ориентированной обработкой текстов.

12скачиваний за 30 дней0лайковвеса обновлены18 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

bertbaselda5 — дообученная модель на архитектуре DistilBERT, опубликованная пользователем gokulsrinivasagan. Она обучена на наборе gokulsrinivasagan/processed_wikitext-103-raw-v1-ld и представлена классом DistilBertForLDAMaskedLM; модель предназначена для языкового моделирования с маскированием и LDA-ориентированной обработкой текста. Контекст составляет 512 токенов, веса доступны в формате Safetensors.

В README приведены результаты оценки: loss 7.7638 и accuracy 0.1569. Эти показатели не подтверждают высокую точность для практического применения; карточка не описывает конкретные сценарии использования. Лицензия и базовая модель не указаны.

Сценарии применения

  • эксперименты с маскированным языковым моделированием
  • исследование тематической структуры текстов
  • оценка предсказания замаскированных токенов

Ограничения

В README указаны невысокие результаты оценки: loss 7.7638 и accuracy 0.1569. Лицензия и конкретные сценарии применения в карточке не описаны.

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_base_lda_5

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: 7.7638
  • Accuracy: 0.1569

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 LossEpochStepValidation LossAccuracy
8.1194.1982100008.06300.1507
7.88678.3963200007.89470.1528
7.797212.5945300007.84000.1549
7.737316.7926400007.82430.1532
7.703120.9908500007.80850.1531

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
004eb5b

0 моделей