/ Модель

Характеристики

Контекст
514 токенов
Параметры
95,2 млн
Архитектура
roberta · dense
Опубликована
14 ноя 2023

distilroberta-rb156k-opt15-ep40

Заполнение пропусковТекст → текст3 профессии

Модель RoBERTa с 95,2 млн параметров предсказывает пропущенные токены в тексте.

8скачиваний за 30 дней0лайковвеса обновлены14 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

distilroberta-rb156k-opt15-ep40 — языковая модель на архитектуре RoBERTa с 95,2 млн параметров, обученная с нуля на неизвестном наборе данных. Она предназначена для заполнения пропусков в тексте: модель предсказывает вероятные токены вместо маскированных фрагментов. Контекст составляет 514 токенов.

В карточке приведено значение loss 1,2088 на оценочном наборе, но описание модели, данные обучения и сценарии применения не раскрыты. Модель опубликована в формате safetensors; лицензия не указана в доступных данных.

Сценарии применения

  • подстановка пропущенного слова в предложение
  • оценка вероятных вариантов для маскированного фрагмента
  • восстановление пропусков в коротких текстах

Ограничения

Модель обучалась на неизвестном наборе данных, поэтому её языковое покрытие и область применимости неясны. В карточке отсутствуют сведения о лицензии и подробной оценке качества.

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-rb156k-opt15-ep40

This model was trained from scratch on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 1.2088

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: 7e-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
  • num_epochs: 40
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
1.34311.089941.3416
1.33852.0179881.3477
1.33213.0269821.3444
1.32774.0359761.3370
1.3155.0449701.3325
1.30816.0539641.3314
1.30567.0629581.3271
1.29998.0719521.3219
1.29739.0809461.3195
1.286510.0899401.3135
1.274911.0989341.3111
1.268512.01079281.3077
1.265213.01169221.2986
1.260414.01259161.2979
1.25515.01349101.2942
1.250816.01439041.2870
1.235817.01528981.2858
1.236118.01618921.2825
1.230219.01708861.2741
1.224220.01798801.2743
1.217721.01888741.2665
1.205522.01978681.2642
1.209623.02068621.2583
1.206524.02158561.2567
1.193125.02248501.2537
1.190826.02338441.2510
1.187527.02428381.2480
1.180328.02518321.2424
1.171129.02608261.2394
1.17330.02698201.2380
1.166531.02788141.2291
1.158632.02878081.2291
1.160733.02968021.2260
1.152434.03057961.2228
1.146335.03147901.2171
1.145336.03237841.2135
1.138737.03327781.2135
1.13638.03417721.2117
1.134739.03507661.2070
1.134740.03597601.2078

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
11a0cfc

0 моделей