/ Модель

Характеристики

Контекст
512 токенов
Параметры
138 млн
Лицензия
CC BY-SA 4.0
Архитектура
deberta-v2 · dense
Библиотека
transformers
Опубликована
21 окт 2023

deberta-v2-base-japanese

Заполнение пропусковТекст → текст3 профессии

Японская базовая модель DeBERTaV2 для восстановления замаскированных токенов и дообучения на задачах понимания японского языка.

3 279скачиваний за 30 дней5лайковвеса обновлены16 мая 2026

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

izumi-lab/deberta-v2-base-japanese — базовая модель DeBERTaV2, разработанная izumi-lab и предварительно обученная на японских текстах для восстановления замаскированных токенов. Она предназначена для masked language modeling и может служить основой для дообучения на задачах понимания японского языка; в README приведены результаты дообучения на наборах JGLUE для сходства предложений, вывода и вопросов на здравый смысл.

Модель содержит 137,8 млн параметров, использует плотную архитектуру DeBERTaV2 с головой masked language modeling и SentencePiece-токенизатором с японским словарём. Максимальная длина последовательности при обучении и нативный контекст составляют 512 токенов. Предварительное обучение проводилось на японских частях CC-100, mC4 и OSCAR2301, а также на японской Википедии и Wikinews.

Модель принимает текст и предсказывает замаскированные фрагменты. README сообщает сильные результаты после дообучения на нескольких задачах JGLUE, но это не готовая чат-модель и для классификации или вывода её необходимо отдельно дообучать. Распространяется по лицензии CC BY-SA 4.0.

Сценарии применения

  • восстановление пропущенных слов в японском тексте
  • получение контекстных представлений японских предложений для последующего дообучения
  • дообучение классификатора японских текстов
  • дообучение модели для определения отношения между японскими предложениями
  • дообучение системы ответов на вопросы на японском языке

Ограничения

Модель предназначена для заполнения масок; для классификации, вывода и ответов на вопросы требуется отдельное дообучение. Нативный контекст ограничен 512 токенами.

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

DeBERTa V2 base Japanese

This is a DeBERTaV2 model pretrained on Japanese texts. The codes for the pretraining are available at retarfi/language-pretraining.

How to use

You can use this model for masked language modeling as follows:

from transformers import AutoTokenizer, AutoModelForMaskedLM
tokenizer = AutoTokenizer.from_pretrained("izumi-lab/deberta-v2-base-japanese", use_fast=False)
model = AutoModelForMaskedLM.from_pretrained("izumi-lab/deberta-v2-base-japanese")
...

Tokenization

The model uses a sentencepiece-based tokenizer, the vocabulary was trained on the Japanese Wikipedia using sentencepiece.

Training Data

We used the following corpora for pre-training:

Training Parameters

learning_rate in parentheses indicate the learning rate for additional pre-training with the financial corpus.

  • learning_rate: 2.4e-4 (6e-5)
  • total_train_batch_size: 2,016
  • max_seq_length: 512
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-06
  • lr_scheduler_type: linear schedule with warmup
  • training_steps: 1,000,000
  • warmup_steps: 100,000
  • precision: FP16

Fine-tuning on General NLU tasks

We evaluate our model with the average of five seeds.
Other models are from JGLUE repository

ModelJSTSJNLIJCommonsenseQA
Pearson/Spearmanaccacc
DeBERTaV2 base0.919/0.8820.9120.859
Waseda RoBERTa base0.913/0.8730.8950.840
Tohoku BERT base0.909/0.8680.8990.808

Citation

Citation will be updated. Please check when you would cite.

@article{Suzuki-etal-2023-ipm,
  title = {Constructing and analyzing domain-specific language model for financial text mining},
  author = {Masahiro Suzuki and Hiroki Sakaji and Masanori Hirano and Kiyoshi Izumi},
  journal = {Information Processing \& Management},
  volume = {60},
  number = {2},
  pages = {103194},
  year = {2023},
  doi = {10.1016/j.ipm.2022.103194}
}
@article{Suzuki-2024-findebertav2,
  jtitle = {{FinDeBERTaV2: 単語分割フリーな金融事前学習言語モデル}},
  title = {{FinDeBERTaV2: Word-Segmentation-Free Pre-trained Language Model for Finance}},
  jauthor = {鈴木, 雅弘 and 坂地, 泰紀 and 平野, 正徳 and 和泉, 潔},
  author = {Masahiro Suzuki and Hiroki Sakaji and Masanori Hirano and Kiyoshi Izumi},
  jjournal = {人工知能学会論文誌},
  journal = {Transactions of the Japanese Society for Artificial Intelligence},
  volume = {39},
  number = {4},
  pages={FIN23-G_1-14},
  year = {2024},
  doi = {10.1527/tjsai.39-4_FIN23-G},
}

Licenses

The pretrained models are distributed under the terms of the Creative Commons Attribution-ShareAlike 4.0.

Acknowledgments

This work was supported in part by JSPS KAKENHI Grant Number JP21K12010, and the JST-Mirai Program Grant Number JPMJMI20B1, Japan.

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
DebertaV2ForMaskedLM
Ревизия весов
d8ad98c

0 моделей