/ Модель

Характеристики

Контекст
512 токенов
Параметры
72,8 млн
Лицензия
Apache 2.0
Архитектура
bert · dense

rbt6

Заполнение пропусковТекст → текст3 профессии

Китайская предварительно обученная BERT-модель с маскированием целых слов для предсказания пропущенных токенов и задач обработки китайского языка.

1 960скачиваний за 30 дней11лайковвеса обновлены19 мая 2021

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

hfl/rbt6 — предварительно обученная китайская модель BERT с маскированием целых слов (Whole Word Masking), разработанная HFL. Это плотная модель класса BertForMaskedLM с 72,8 млн параметров и контекстом до 512 токенов. Основное назначение — предсказание замаскированных токенов в китайском тексте, в том числе как основа для задач обработки китайского языка. Модель доступна в форматах PyTorch, TensorFlow и Flax. Лицензия — Apache-2.0.

Сценарии применения

  • Предсказание замаскированных слов в китайском тексте
  • Пополнение пропусков в китайских предложениях
  • Инициализация моделей для задач обработки китайского языка

Ограничения

Модель предназначена для китайского языка и предсказания замаскированных токенов; карточка не описывает её как готовую диалоговую или генеративную систему.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

This is a re-trained 6-layer RoBERTa-wwm-ext model.

Chinese BERT with Whole Word Masking

For further accelerating Chinese natural language processing, we provide Chinese pre-trained BERT with Whole Word Masking.

Pre-Training with Whole Word Masking for Chinese BERT
Yiming Cui, Wanxiang Che, Ting Liu, Bing Qin, Ziqing Yang, Shijin Wang, Guoping Hu

This repository is developed based on:https://github.com/google-research/bert

You may also interested in,

More resources by HFL: https://github.com/ymcui/HFL-Anthology

Citation

If you find the technical report or resource is useful, please cite the following technical report in your paper.

@inproceedings{cui-etal-2020-revisiting,
    title = "Revisiting Pre-Trained Models for {C}hinese Natural Language Processing",
    author = "Cui, Yiming  and
      Che, Wanxiang  and
      Liu, Ting  and
      Qin, Bing  and
      Wang, Shijin  and
      Hu, Guoping",
    booktitle = "Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing: Findings",
    month = nov,
    year = "2020",
    address = "Online",
    publisher = "Association for Computational Linguistics",
    url = "https://www.aclweb.org/anthology/2020.findings-emnlp.58",
    pages = "657--668",
}
@article{chinese-bert-wwm,
  title={Pre-Training with Whole Word Masking for Chinese BERT},
  author={Cui, Yiming and Che, Wanxiang and Liu, Ting and Qin, Bing and Yang, Ziqing and Wang, Shijin and Hu, Guoping},
  journal={arXiv preprint arXiv:1906.08101},
  year={2019}
 }

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForMaskedLM
Ревизия весов
460e5ce

0 моделей