Характеристики

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

Ссылки

Hugging Face

distilbert_lda_50

gokulsrinivasagan

Языковая модель

Дообученная DistilBERT-модель для предсказания замаскированных токенов с LDA-разметкой текста.

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

gokulsrinivasagan/distilbert_lda_50 — дообученная модель на архитектуре DistilBERT, опубликованная автором gokulsrinivasagan. Она обучена на наборе gokulsrinivasagan/processed_wikitext-103-raw-v1-ld; для оценки указаны loss 4,3639 и accuracy 0,5632.

По классу DistilBertForLDAMaskedLM модель предназначена для предсказания замаскированных токенов в тексте с использованием LDA-разметки. Может применяться в экспериментах с языковым моделированием и тематически размеченным текстом. Максимальная длина контекста — 512 токенов; веса доступны в формате safetensors.

README не описывает предназначение и ограничения подробнее, а сведения не позволяют определить поддерживаемые естественные языки. Лицензия в предоставленных данных отсутствует.

Сценарии применения

предсказание пропущенных слов в тексте
эксперименты с masked language modeling
работа с текстами, размеченными по темам LDA

Ограничения

Оценка на тестовом наборе указана как loss 4,3639 и accuracy 0,5632; качество и ограничения для практических сценариев не описаны. Лицензия в предоставленных данных отсутствует.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

distilbert_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: 4.3639
Accuracy: 0.5632

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
8.325	4.1982	10000	8.2433	0.1515
6.4392	8.3963	20000	6.1265	0.3497
4.9408	12.5945	30000	4.7936	0.5043
4.6033	16.7926	40000	4.4840	0.5467
4.453	20.9908	50000	4.3695	0.5585

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: d6fa2e1