This model is the same as dbmdz/bert-base-german-uncased. See the dbmdz/bert-base-german-cased model card for details on the model.
Характеристики
- Контекст
- 512 токенов
- Параметры
- 137 млн
- Лицензия
- MIT
- Архитектура
- bert · dense
- Опубликована
- 2 мар 2022
Ссылки
bert-base-german-dbmdz-uncased
Немецкая uncased-модель BERT для предсказания замаскированных токенов и восстановления пропусков в тексте.
10 503скачиваний за 30 дней4лайкавеса обновлены19 фев 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
Это версия BERT для немецкого языка без различения регистра, опубликованная под идентификатором google-bert/bert-base-german-dbmdz-uncased и совпадающая с dbmdz/bert-base-german-uncased. Модель предназначена для заполнения пропусков в тексте: она предсказывает замаскированные токены с учётом окружающего контекста.
Модель имеет плотную архитектуру BERT с головой BertForMaskedLM и содержит 137,1 млн параметров. Она принимает текст, поддерживает немецкий язык и обрабатывает последовательности длиной до 512 токенов. Доступны веса в форматах PyTorch, Flax и Safetensors.
Модель можно применять для восстановления пропущенных слов и как основу для задач понимания немецкого текста. Лицензия MIT разрешает использование и модификацию с соблюдением её условий.
Сценарии применения
- подстановка пропущенного слова в немецком предложении
- оценка вариантов заполнения пропуска по контексту
- создание примеров для упражнений по немецкому языку
Ограничения
Контекст ограничен 512 токенами; модель предсказывает замаскированные токены и сама по себе не предназначена для свободной генерации текста.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · fill-mask
Подбираем GPU…
- Класс архитектуры
- BertForMaskedLM
- Ревизия весов
- 0c4f9b7