/ Модель

Характеристики

Контекст
512 токенов
Лицензия
Apache 2.0
Архитектура
distilbert · dense
Базовая модель
distilbert-base-uncased
Библиотека
transformers
Опубликована
13 ноя 2024

bert_base_train

Заполнение пропусковТекст → текст3 профессии

Дообученная на WikiText модель DistilBERT для предсказания пропущенных токенов в английском тексте.

10скачиваний за 30 дней0лайковвеса обновлены13 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_train — дообученная модель на архитектуре DistilBERT, разработанная автором репозитория gokulsrinivasagan на наборе данных processed_wikitext-103-raw-v1-ld. Она предназначена для задачи fill-mask: модель предсказывает пропущенный токен в английском тексте. Модель использует библиотеку Transformers, имеет контекстное окно до 512 токенов и опубликована в формате safetensors.

В README приведены результаты оценки: loss 5,7322 и accuracy 0,1561. Лицензия Apache-2.0 разрешает использование и распространение на её условиях.

Сценарии применения

  • подстановка пропущенного слова в английском предложении
  • восстановление замаскированных токенов в тексте
  • изучение контекстных представлений английских слов

Ограничения

В README указаны accuracy 0,1561 и loss 5,7322; качество может быть ограничено для задач за пределами заполнения масок на английском тексте.

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_train

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

  • Loss: 5.7322
  • Accuracy: 0.1561

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
6.02954.1982100005.97470.1518
5.84268.3963200005.85000.1529
5.76712.5945300005.80180.1552
5.715416.7926400005.78550.1538
5.686420.9908500005.77790.1527

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 · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
DistilBertForMaskedLM
Ревизия весов
a56eded

0 моделей