/ Модель

Характеристики

Контекст
128 токенов
Параметры
20,8 млн
Лицензия
CC BY-SA 4.0
Архитектура
deberta-v2 · dense
Библиотека
transformers
Опубликована
21 окт 2023

deberta-v2-small-japanese

Заполнение пропусковТекст → текст3 профессии

Компактная японская DeBERTaV2 для заполнения пропусков в тексте и тонкой настройки на задачи понимания японского языка.

186скачиваний за 30 дней0лайковвеса 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-small-japanese — компактная модель DeBERTaV2, предварительно обученная командой izumi-lab на японских текстах для предсказания замаскированных токенов. Она содержит 20,8 млн параметров, принимает текст и использует SentencePiece-токенизатор с словарём, обученным на японской Википедии; максимальная длина последовательности при предобучении составляла 128 токенов.

Модель подходит для восстановления пропущенных слов и дальнейшей тонкой настройки для задач понимания японского языка. В карточке приведены результаты тонкой настройки на JSTS, JNLI и JCommonsenseQA, включая оценки сходства предложений, определение логического следования и ответы на вопросы здравого смысла. Для прикладного использования доступны веса PyTorch и Safetensors, а код предобучения опубликован в retarfi/language-pretraining.

Обучение проводилось на японских частях CC-100, mC4 и OSCAR2301, а также на японской Википедии и Wikinews. Модель рассчитана на японский язык и короткий контекст; её карточка не описывает поддержку диалогового режима или других языков. Лицензия — CC BY-SA 4.0.

Сценарии применения

  • восстановление замаскированных слов в японском тексте
  • тонкая настройка для оценки семантического сходства японских предложений
  • тонкая настройка для определения логического следования в японском языке
  • тонкая настройка для ответов на японские вопросы здравого смысла

Ограничения

Максимальная длина последовательности при предобучении — 128 токенов, поэтому модель рассчитана на короткий контекст. Карточка описывает обучение и оценки для японского языка и не заявляет диалоговые возможности.

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 small 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-small-japanese", use_fast=False)
model = AutoModelForMaskedLM.from_pretrained("izumi-lab/deberta-v2-small-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: 6e-4
  • total_train_batch_size: 2,016
  • max_seq_length: 128
  • 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: BF16

Fine-tuning on General NLU tasks

We evaluate our model with the average of five seeds.

ModelJSTSJNLIJCommonsenseQA
Pearson/Spearmanaccacc
DeBERTaV2 small0.890/0.8460.8800.737
UTokyo BERT small0.889/0.8410.8410.715

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
52eb11c

0 моделей