/ Модель

Характеристики

Контекст
512 токенов
Параметры
425 млн
Лицензия
CC BY 4.0
Архитектура
bert · dense
Библиотека
transformers
Опубликована
7 мая 2024

bert-large-cantonese

Заполнение пропусковТекст → текст3 профессии

Крупная Cantonese BERT-модель для предсказания замаскированных слов и заполнения пропусков в кантонском тексте.

322скачиваний за 30 дней8лайковвеса обновлены21 июн 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

hon9kon9ize/bert-large-cantonese — крупная модель BERT, обученная с нуля на текстах на кантонском языке. Она предназначена для заполнения пропусков в тексте: модель предсказывает замаскированные токены с учётом окружающего контекста. Архитектура включает 24 слоя, размер скрытого состояния 1024 и 16 голов внимания; в README указано 326 млн параметров, а метаданные Hugging Face — 424,8 млн. Модель использует Transformers, веса доступны в форматах PyTorch и Safetensors.

Обучение проходило в два этапа: сначала на последовательностях длиной 128 токенов, затем на последовательностях длиной 512 токенов. Длина контекста по метаданным — 512 токенов. Модель лицензирована по CC BY 4.0, предусматривающей указание авторства.

Сценарии применения

  • заполнение пропусков в кантонских предложениях
  • предсказание замаскированных слов в кантонском тексте
  • изучение контекстных представлений кантонского языка

Ограничения

Модель обучена для предсказания замаскированных токенов и не предназначена сама по себе для диалоговой генерации. README и метаданные расходятся в числе параметров: 326 млн в README и 424,8 млн в метаданных.

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

bert-large-cantonese

Description

This model is tranied from scratch on Cantonese text. It is a BERT model with a large architecture (24-layer, 1024-hidden, 16-heads, 326M parameters).

The first training stage is to pre-train the model on 128 length sequences with a batch size of 512 for 1 epoch. the second stage is to continued pre-train the model on 512 length sequences with a batch size of 512 for one more epoch.

How to use

You can use this model directly with a pipeline for masked language modeling:

from transformers import pipeline

mask_filler = pipeline(
    "fill-mask",
    model="hon9kon9ize/bert-large-cantonese"
)

mask_filler("雞蛋六隻,糖呢就兩茶匙,仲有[MASK]橙皮添。")

; [{'score': 0.08160534501075745,
;   'token': 943,
;   'token_str': '個',
;   'sequence': '雞 蛋 六 隻 , 糖 呢 就 兩 茶 匙 , 仲 有 個 橙 皮 添 。'},
;  {'score': 0.06182105466723442,
;   'token': 1576,
;   'token_str': '啲',
;   'sequence': '雞 蛋 六 隻 , 糖 呢 就 兩 茶 匙 , 仲 有 啲 橙 皮 添 。'},
;  {'score': 0.04600336775183678,
;   'token': 1646,
;   'token_str': '嘅',
;   'sequence': '雞 蛋 六 隻 , 糖 呢 就 兩 茶 匙 , 仲 有 嘅 橙 皮 添 。'},
;  {'score': 0.03743772581219673,
;   'token': 3581,
;   'token_str': '橙',
;   'sequence': '雞 蛋 六 隻 , 糖 呢 就 兩 茶 匙 , 仲 有 橙 橙 皮 添 。'},
;  {'score': 0.031560592353343964,
;   'token': 5148,
;   'token_str': '紅',
;   'sequence': '雞 蛋 六 隻 , 糖 呢 就 兩 茶 匙 , 仲 有 紅 橙 皮 添 。'}]

Training hyperparameters

The following hyperparameters were used during first training:

  • Batch size: 512
  • Learning rate: 1e-4
  • Learning rate scheduler: linear decay
  • 1 Epoch
  • Warmup ratio: 0.1

Loss plot on WanDB

The following hyperparameters were used during second training:

  • Batch size: 512
  • Learning rate: 5e-5
  • Learning rate scheduler: linear decay
  • 1 Epoch
  • Warmup ratio: 0.1

Loss plot on WanDB

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForMaskedLM
Ревизия весов
4c82d4d

0 моделей