/ Модель
Каталог

Характеристики

Контекст
512 токенов
Параметры
140 млн
Архитектура
bert · dense
Опубликована
9 июл 2023

Ссылки

Hugging Face

GujiRoBERTa_fan

hsc748NLP
Заполнение пропусковТекст → текст3 профессии

Дообученная BERT-модель для предсказания пропущенных токенов в тексте.

135скачиваний за 30 дней1лайквеса обновлены9 июл 2023

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

hsc748NLP/GujiRoBERTa_fan — дообученная модель на архитектуре BERT для заполнения пропусков в тексте. Она содержит 139,9 млн параметров, принимает текст с маскированными фрагментами и предсказывает подходящие токены; максимальная длина контекста составляет 512 токенов. Модель опубликована в формате PyTorch.

В карточке указана базовая модель /gemini/data-1/sikuroberta_vocabtxt и отсутствуют сведения о наборе данных, целевых языках и результатах оценки. Поэтому пригодность модели для конкретного языка и качество предсказаний следует проверять на собственных примерах. Лицензия в предоставленных данных не указана.

Сценарии применения

  • заполнение маскированных слов в предложениях
  • подбор вероятного токена по контексту
  • анализ вариантов продолжения фразы с пропуском

Ограничения

В README нет сведений о данных обучения и оценке качества; поддерживаемый язык не установлен. Лицензия модели в предоставленных данных не указана.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

output

This model is a fine-tuned version of /gemini/data-1/sikuroberta_vocabtxt on the None dataset.

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: 2e-05
  • train_batch_size: 192
  • eval_batch_size: 32
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 5.0

Training results

Framework versions

  • Transformers 4.29.2
  • Pytorch 2.0.1+cu117
  • Datasets 2.12.0
  • Tokenizers 0.13.3

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
a24b163

0 моделей

    Создать бенчмарк