Характеристики

Контекст: 512 токенов
Архитектура: distilbert · dense
Библиотека: transformers
Опубликована: 21 ноя 2024

Ссылки

Hugging Face

bert_base_lda_50_v1

gokulsrinivasagan

Языковая модель

Дообученная на WikiText-103 модель DistilBERT для задач masked language modeling с контекстом до 512 токенов.

9скачиваний за 30 дней0лайковвеса обновлены22 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

gokulsrinivasagan/bert_base_lda_50_v1 — модель на архитектуре DistilBERT, дообученная на наборе gokulsrinivasagan/processed_wikitext-103-raw-v1-ld-50. В карточке указаны результаты оценки: loss 8.4597 и accuracy 0.2087. Модель принимает текст с контекстом до 512 токенов; веса опубликованы в формате safetensors и предназначены для использования через библиотеку Transformers.

Архитектура включает класс DistilBertForLDAMaskedLM. README не описывает предполагаемые пользовательские сценарии и сообщает, что требуется дополнительная информация о модели. Результаты оценки сами по себе не подтверждают пригодность для конкретного прикладного сценария. Лицензия в предоставленных данных не указана.

Сценарии применения

эксперименты с masked language modeling на WikiText-103
оценка языковой модели на текстовых данных
исследования вариантов архитектуры DistilBERT для masked language modeling

Ограничения

README не описывает целевое применение; на оценочном наборе указаны accuracy 0.2087 и loss 8.4597, поэтому пригодность для практического использования по этим данным не установлена.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

bert_base_lda_50_v1

This model is a fine-tuned version of on the gokulsrinivasagan/processed_wikitext-103-raw-v1-ld-50 dataset. It achieves the following results on the evaluation set:

Loss: 8.4597
Accuracy: 0.2087

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
9.5406	4.1982	10000	9.4149	0.1506
9.0789	8.3963	20000	9.0822	0.1531
8.9645	12.5945	30000	9.0110	0.1552
8.8927	16.7926	40000	8.9826	0.1533
8.5333	20.9908	50000	8.5200	0.2046

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: bf9894b