/ Модель

Характеристики

Контекст
514 токенов
Параметры
95,2 млн
Лицензия
Apache 2.0
Архитектура
roberta · dense
Базовая модель
distilroberta-base
Опубликована
22 ноя 2023

distilroberta-base-ep20

Заполнение пропусковТекст → текст

Дообученная модель RoBERTa для предсказания замаскированных токенов в тексте.

9скачиваний за 30 дней0лайковвеса обновлены23 ноя 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

judy93536/distilroberta-base-ep20 — модель judy93536, дообученная на базе distilroberta-base для предсказания замаскированных токенов в тексте. Она основана на архитектуре RoBERTa и содержит 95,2 млн параметров; принимает текст с маской и предсказывает подходящие варианты её заполнения. Контекст составляет до 514 токенов.

Модель можно применять для подбора пропущенных слов и анализа контекстных языковых представлений. В README приведено значение loss 1,2289 на оценочном наборе, но состав и язык обучающих данных не описаны, поэтому это число не позволяет оценить качество в конкретной задаче. Модель распространяется под лицензией Apache-2.0.

Сценарии применения

  • подбор пропущенного слова в предложении
  • получение вариантов заполнения текстовой маски
  • анализ контекстных языковых представлений

Ограничения

Данные для дообучения и поддерживаемые языки не описаны. Значение loss 1,2289 само по себе не показывает качество на конкретных пользовательских данных.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

distilroberta-base-ep20

This model is a fine-tuned version of distilroberta-base on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 1.2289

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: 1.9370859e-05
  • train_batch_size: 64
  • eval_batch_size: 64
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_ratio: 0.17096
  • num_epochs: 20
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
1.73611.0146441.5825
1.62382.0292881.4802
1.5593.0439321.4250
1.50334.0585761.3855
1.47765.0732201.3575
1.44856.0878641.3329
1.42087.01025081.3127
1.4118.01171521.2991
1.3959.01317961.2896
1.392310.01464401.2799
1.366311.01610841.2719
1.359212.01757281.2630
1.351813.01903721.2561
1.347814.02050161.2511
1.342615.02196601.2466
1.329616.02343041.2389
1.323117.02489481.2354
1.330518.02635921.2343
1.319819.02782361.2330
1.317720.02928801.2300

Framework versions

  • Transformers 4.35.2
  • Pytorch 2.1.0+cu118
  • Datasets 2.15.0
  • Tokenizers 0.15.0

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
RobertaForMaskedLM
Ревизия весов
c48f0e9

0 моделей