Характеристики

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

Ссылки

distilbert_lda_5_v1

Языковая модель

Дообученная модель DistilBERT для предсказания замаскированных токенов в задаче LDA, обученная на обработанном WikiText-103.

10скачиваний за 30 дней0лайковвеса обновлены21 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_v1 — модель на архитектуре DistilBERT, дообученная на наборе gokulsrinivasagan/processed_wikitext-103-raw-v1-ld-5. В README приведены результаты оценки: loss 3,6788 и accuracy 0,5803; класс модели — DistilBertForLDAMaskedLM, веса доступны в формате safetensors.

Карточка не описывает предназначение модели подробнее. По классу архитектуры она связана с предсказанием замаскированных токенов для LDA, однако конкретные сценарии использования и языки явно не обозначены. Контекст модели — 512 токенов. Лицензия в предоставленных данных не указана.

Сценарии применения

эксперименты с языковым моделированием на WikiText-103
предсказание замаскированных токенов в последовательностях текста
оценка качества DistilBERT-модели для LDA

Ограничения

README не раскрывает назначение LDA, методику обучения и ограничения применения; оценочные метрики приведены без описания набора и процедуры 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_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: 3.6788
Accuracy: 0.5803

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
7.6763	4.1982	10000	7.6034	0.1522
6.8215	8.3963	20000	6.3711	0.2653
4.1639	12.5945	30000	4.0536	0.5321
3.88	16.7926	40000	3.7792	0.5683
3.7563	20.9908	50000	3.6849	0.5794

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: aeb3790