/ Модель

Характеристики

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

distilroberta-newsapi121k

Заполнение пропусковТекст → текст3 профессии

Дообученная distilroberta-base модель для предсказания замаскированных слов в тексте.

9скачиваний за 30 дней0лайковвеса обновлены8 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-newsapi121k — модель RoBERTa для заполнения пропусков в тексте, созданная дообучением distilroberta-base. Она предназначена для восстановления замаскированных слов и языкового моделирования с масками. Модель содержит 95,2 млн параметров, принимает текст и поддерживает контекст до 514 токенов. В README указана оценка loss 1,2863 на наборе оценки; датасет не описан. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • восстановление пропущенных слов в предложении
  • подсказка вариантов слова для замаскированной позиции
  • оценка языковых представлений через задачу заполнения пропусков

Ограничения

Обучающий набор данных не описан, поэтому специализацию на новостях подтвердить нельзя. В README приведён только результат loss 1,2863, без подробностей методики оценки.

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

distilroberta-base-reuters-bloomberg

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

  • Loss: 1.2863

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: 7.2115e-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: 0.12
  • num_epochs: 30
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
2.03261.069531.8326
1.85152.0139061.6887
1.78353.0208591.6311
1.73254.0278121.5970
1.68695.0347651.5563
1.64696.0417181.5195
1.60577.0486711.4967
1.5818.0556241.4782
1.55879.0625771.4598
1.5410.0695301.4417
1.517511.0764831.4288
1.500112.0834361.4214
1.484813.0903891.4043
1.477914.0973421.3957
1.462515.01042951.3844
1.444816.01112481.3753
1.430317.01182011.3674
1.426618.01251541.3587
1.411619.01321071.3485
1.404220.01390601.3388
1.394321.01460131.3326
1.383822.01529661.3262
1.372523.01599191.3213
1.354524.01668721.3127
1.358425.01738251.3078
1.34526.01807781.3052
1.338227.01877311.2982
1.334928.01946841.2906
1.331529.02016371.2865
1.323230.02085901.2864

Framework versions

  • Transformers 4.35.0
  • Pytorch 2.1.0+cu118
  • Datasets 2.14.6
  • Tokenizers 0.14.1

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
8f9b67a

0 моделей