Характеристики

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

Ссылки

Hugging Face

bert_base_lda_50

gokulsrinivasagan

Языковая модель

Дообученная модель на базе DistilBERT для языкового моделирования на обработанном WikiText-103.

6скачиваний 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

bert_base_lda_50 — дообученная модель на базе DistilBERT, обученная на наборе gokulsrinivasagan/processed_wikitext-103-raw-v1-ld. Для неё указаны loss 7,7644 и accuracy 0,1567 на оценочной выборке. Архитектура модели — DistilBertForLDAMaskedLM; она принимает текст с контекстом до 512 токенов. Карточка не описывает назначение модели подробнее, поэтому её практические сценарии и качество по этим результатам определить нельзя. В репозитории используются веса safetensors; лицензия не указана.

Сценарии применения

эксперименты с языковым моделированием на WikiText-103
оценка предсказания замаскированных токенов на обучающих данных

Ограничения

В README приведены низкие значения accuracy (0,1567) и loss (7,7644); качество для практического применения не подтверждено. Описание назначения, обучающих данных и лицензии неполное.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

bert_base_lda_50

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: 7.7644
Accuracy: 0.1567

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
8.119	4.1982	10000	8.0639	0.1511
7.8865	8.3963	20000	7.8942	0.1527
7.7972	12.5945	30000	7.8399	0.1550
7.7373	16.7926	40000	7.8243	0.1533
7.7032	20.9908	50000	7.8083	0.1531

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: 42159ec