/ Модель

Характеристики

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

distilroberta-rbm213k-ep40

Заполнение пропусковТекст → текст

Дообученная модель RoBERTa для предсказания пропущенных токенов в тексте.

7скачиваний за 30 дней0лайковвеса обновлены19 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-rbm213k-ep40 — дообученная версия distilroberta-base, опубликованная пользователем judy93536. Это плотная модель архитектуры RoBERTa с примерно 95,2 млн параметров, предназначенная для задачи fill-mask: она предсказывает пропущенный токен в текстовом фрагменте. В карточке указано значение loss 1,2136 на наборе оценки, но подробности о данных и методике оценки не приведены.

Модель принимает текст с маскированным фрагментом и выдаёт вероятные замены токена. Максимальная длина контекста — 514 токенов; веса опубликованы в формате safetensors. Базовая модель — distilroberta-base, лицензия — Apache 2.0. Языковая специализация и области применения сверх заполнения пропусков в тексте не описаны.

Сценарии применения

  • подстановка пропущенного слова в предложении
  • восстановление замаскированного токена
  • получение вероятных продолжений для пропуска в тексте

Ограничения

Датасет и подробности оценки не указаны; значение loss само по себе не позволяет судить о качестве на других данных. Языковая специализация модели не описана.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

distilroberta-base-rbm213k-ep40

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

  • Loss: 1.2136

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: 40
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
1.73751.0135871.5878
1.64332.0271741.5049
1.59363.0407611.4690
1.55914.0543481.4469
1.54525.0679351.4324
1.53786.0815221.4267
1.53337.0951091.4279
1.52488.01086961.4250
1.50959.01222831.4120
1.490610.01358701.3937
1.474611.01494571.3860
1.456512.01630441.3730
1.437713.01766311.3672
1.422214.01902181.3581
1.41515.02038051.3501
1.414816.02173921.3422
1.40417.02309791.3356
1.392518.02445661.3296
1.378219.02581531.3207
1.365520.02717401.3185
1.362821.02853271.3109
1.35522.02989141.3046
1.345523.03125011.2985
1.336524.03260881.2900
1.327925.03396751.2858
1.32126.03532621.2811
1.319827.03668491.2746
1.304228.03804361.2682
1.305729.03940231.2641
1.288530.04076101.2584
1.284131.04211971.2507
1.277632.04347841.2443
1.268833.04483711.2415
1.265834.04619581.2344
1.260635.04755451.2315
1.244536.04891321.2258
1.240937.05027191.2211
1.247838.05163061.2187
1.23639.05298931.2138
1.227740.05434801.2124

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
a8eb417

0 моделей