Характеристики

Контекст: 512 токенов
Архитектура: distilbert · dense
Библиотека: transformers
Опубликована: 17 ноя 2024

Ссылки

Hugging Face

distilbert_lda_5

gokulsrinivasagan

Языковая модель

Дообученная модель DistilBERT, связанная с LDA и masked language modeling, обученная на обработанном WikiText-103.

7скачиваний за 30 дней0лайковвеса обновлены17 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/distilbert_lda_5 — модель семейства DistilBERT, дообученная на датасете gokulsrinivasagan/processed_wikitext-103-raw-v1-ld. В метаданных указана архитектура DistilBertForLDAMaskedLM и формат весов safetensors. Контекст модели — до 512 токенов.

На оценочной выборке модель показала loss 4,3179 и accuracy 0,5677. Карточка не описывает назначение и ограничения подробнее; по названию класса архитектуры можно заключить, что модель связана с LDA и masked language modeling, но конкретные пользовательские сценарии не раскрыты. Лицензия в предоставленных данных не указана.

Сценарии применения

эксперименты с masked language modeling на WikiText-103
исследование сочетания DistilBERT и LDA

Ограничения

Карточка не раскрывает точную цель модели и её ограничения; оценочные значения приведены без описания протокола и датасета оценки. Лицензия не указана в предоставленных данных.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

distilbert_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: 4.3179
Accuracy: 0.5677

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
8.3264	4.1982	10000	8.2452	0.1513
6.258	8.3963	20000	5.9849	0.3625
4.8818	12.5945	30000	4.7476	0.5108
4.5432	16.7926	40000	4.4347	0.5534
4.4029	20.9908	50000	4.3238	0.5660

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: fd81037