Характеристики

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

Ссылки

Hugging Face

distilbert_lda_50_v1

gokulsrinivasagan

Языковая модель

Дообученная на WikiText-103 модель DistilBERT для предсказания замаскированных токенов с компонентом LDA.

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/distilbert_lda_50_v1 — модель на базе DistilBERT, дообученная на наборе gokulsrinivasagan/processed_wikitext-103-raw-v1-ld-50. В README приведены результаты оценки: loss 5.5053 и accuracy 0.5683. Архитектура использует плотные слои; модель загружается через Transformers, веса представлены в формате safetensors. Контекст — до 512 токенов.

Класс DistilBertForLDAMaskedLM указывает на задачу masked language modeling с компонентом LDA. README не описывает назначение компонента LDA, целевые сценарии или ограничения, поэтому практическое применение модели можно охарактеризовать только как экспериментальное предсказание замаскированных токенов на основе текста. Лицензия и базовая модель в доступных данных не указаны.

Сценарии применения

предсказание замаскированных слов в тексте
эксперименты с masked language modeling на корпусе WikiText-103
оценка предсказаний модели на текстовых фрагментах до 512 токенов

Ограничения

В README не раскрыты назначение компонента LDA и целевые сценарии; на указанном наборе оценки accuracy составляет 0.5683. Языковая поддержка и лицензия не определены в предоставленных данных.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

distilbert_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: 5.5053
Accuracy: 0.5683

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
9.824	4.1982	10000	9.6999	0.1520
7.1534	8.3963	20000	6.9290	0.3899
6.0096	12.5945	30000	5.8731	0.5213
5.7271	16.7926	40000	5.6147	0.5534
5.5967	20.9908	50000	5.5130	0.5667

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: d9d8225