/ Модель

Характеристики

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

distilroberta-pr200k-ep20

Заполнение пропусковТекст → текст3 профессии

Дообученная модель RoBERTa для предсказания пропущенных токенов в тексте.

20скачиваний за 30 дней0лайковвеса обновлены16 сен 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

distilroberta-pr200k-ep20 — модель семейства RoBERTa, дообученная на базе distilroberta-base. Она содержит 95,2 млн параметров, использует архитектуру RobertaForMaskedLM и предназначена для заполнения пропусков в тексте: модель предсказывает подходящий токен вместо маски. Контекст модели составляет 514 токенов.

Модель можно применять для восстановления скрытых слов и анализа вариантов продолжения фразы. В README указана оценка loss 1,0749 на тестовой выборке, однако датасет и подробности оценки не приведены. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • восстановление скрытых слов в предложении
  • подбор вероятного слова вместо маски в тексте
  • сравнение вариантов заполнения пропуска

Ограничения

Данные обучения не описаны, поэтому область применимости и языковое покрытие модели неясны. Указанный loss приведён без описания датасета и протокола 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-pr200k-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: 1.0749

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: 7.3e-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: 0.19
  • num_epochs: 20

Training results

Training LossEpochStepValidation Loss
1.88441.054801.6711
1.62622.0109601.4794
1.50053.0164401.3796
1.44324.0219201.3313
1.39045.0274001.2843
1.33786.0328801.2441
1.30577.0383601.2149
1.27818.0438401.1927
1.24979.0493201.1780
1.221910.0548001.1626
1.206811.0602801.1500
1.183212.0657601.1368
1.178913.0712401.1230
1.157114.0767201.1135
1.143915.0822001.1020
1.141916.0876801.0954
1.124717.0931601.0893
1.115918.0986401.0806
1.111919.01041201.0776
1.097820.01096001.0740

Framework versions

  • Transformers 4.33.2
  • Pytorch 2.0.1+cu118
  • Datasets 2.14.5
  • 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
RobertaForMaskedLM
Ревизия весов
2bda028

0 моделей