Характеристики

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

Ссылки

Hugging Face

bert_tiny_lda_5_v1

gokulsrinivasagan

Языковая модель

Дообученная на WikiText-103 модель DistilBERT для языкового моделирования с маскированными токенами.

7скачиваний за 30 дней0лайковвеса обновлены23 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_tiny_lda_5_v1 — модель на архитектуре DistilBERT, дообученная на наборе gokulsrinivasagan/processed_wikitext-103-raw-v1-ld-5. Для оценки приведены loss 7,2608 и accuracy 0,1614; класс модели — DistilBertForLDAMaskedLM, веса опубликованы в формате safetensors.

Модель предназначена для задач языкового моделирования с маскированными токенами в рамках использованного набора данных. Контекст составляет 512 токенов. Карточка не описывает сценарии применения, поддержку языков или лицензионные условия; результаты оценки указывают на ограниченное качество, поэтому пригодность для практического использования следует проверять отдельно.

Сценарии применения

эксперименты с маскированным языковым моделированием на WikiText-103
оценка предсказания скрытых токенов в текстах WikiText-103
исследование компактных вариантов DistilBERT

Ограничения

На оценочном наборе указаны loss 7,2608 и accuracy 0,1614; результаты следует учитывать при оценке пригодности модели. Лицензия и поддерживаемые языки в предоставленных данных не указаны.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

bert_tiny_lda_5_v1

This model is a fine-tuned version of on the gokulsrinivasagan/processed_wikitext-103-raw-v1-ld-5 dataset. It achieves the following results on the evaluation set:

Loss: 7.2608
Accuracy: 0.1614

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: 160
eval_batch_size: 160
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
7.735	6.9979	10000	7.6688	0.1533
7.3886	13.9958	20000	7.3523	0.1552
7.31	20.9937	30000	7.3179	0.1558

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: 6ccd9b5