/ Модель
Каталог

Характеристики

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

Ссылки

Hugging Face

GujiRoBERTa_jian_fan

hsc748NLP
Заполнение пропусковТекст → текст3 профессии

Дообученная BERT-модель для предсказания пропущенных токенов в тексте.

133скачиваний за 30 дней6лайковвеса 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_jian_fan — модель семейства BERT с архитектурой BertForMaskedLM, дообученная на базе /gemini/data-1/sikuroberta_vocabtxt. Она предназначена для задачи fill-mask: предсказывает пропущенные токены в тексте. Модель содержит 139,9 млн параметров, принимает последовательности длиной до 512 токенов и опубликована в формате PyTorch.

Карточка не описывает обучающие данные, целевые языки, сценарии применения и ограничения качества. Лицензия в доступных сведениях не указана.

Сценарии применения

  • Подстановка пропущенного слова в предложении
  • Получение вариантов для замаскированного токена
  • Оценка языкового контекста вокруг пропуска

Ограничения

Карточка не содержит сведений о языках и обучающих данных, поэтому применимость к конкретному языку или предметной области не подтверждена. Указания на лицензию и результаты оценки качества отсутствуют.

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.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей

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: 256
  • eval_batch_size: 64
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 3.0

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
8e75570

0 моделей

    Создать бенчмарк