/ Модель

Характеристики

Контекст
514 токенов
Параметры
96,6 млн
Архитектура
roberta · dense
Опубликована
2 мар 2022

EsperBERTo-small

Заполнение пропусковТекст → текст3 профессии

Компактная RoBERTa-модель для предсказания пропущенных слов в текстах на эсперанто.

10 144скачиваний за 30 дней7лайковвеса обновлены21 мар 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

EsperBERTo-small — модель Julien-C на архитектуре RoBERTa, обученная на эсперанто. Она предназначена для заполнения пропусков в тексте: модель предсказывает подходящее слово или фрагмент на месте специального маскера.

Модель содержит 96,6 млн параметров и принимает последовательности длиной до 514 токенов. В карточке указаны реализации PyTorch и JAX, а также форматы Flax и Safetensors. Подходит для языковых задач с эсперанто, в частности для восстановления пропущенных слов и анализа контекста.

Карточка не уточняет лицензию и ограничения применения; проверьте условия репозитория перед использованием.

Сценарии применения

  • Заполнение пропусков в предложениях на эсперанто
  • Подбор вероятного слова по контексту на эсперанто
  • Исследование языкового контекста эсперанто

Ограничения

Модель ориентирована на эсперанто и задачу fill-mask; она не предназначена для свободной генерации текста. Сведения о лицензии и иных ограничениях в доступных данных отсутствуют.

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

EsperBERTo: RoBERTa-like Language model trained on Esperanto

Companion model to blog post https://huggingface.co/blog/how-to-train 🔥

Training Details

  • current checkpoint: 566000
  • machine name: galinette

Example pipeline

from transformers import pipeline

fill_mask = pipeline(
    "fill-mask",
    model="julien-c/EsperBERTo-small",
    tokenizer="julien-c/EsperBERTo-small"
)

fill_mask("Jen la komenco de bela <mask>.")

# This is the beginning of a beautiful <mask>.
# =>

# {
#     'score':0.06502299010753632
#     'sequence':'<s> Jen la komenco de bela vivo.</s>'
#     'token':1099
# }
# {
#     'score':0.0421181358397007
#     'sequence':'<s> Jen la komenco de bela vespero.</s>'
#     'token':5100
# }
# {
#     'score':0.024884626269340515
#     'sequence':'<s> Jen la komenco de bela laboro.</s>'
#     'token':1570
# }
# {
#     'score':0.02324388362467289
#     'sequence':'<s> Jen la komenco de bela tago.</s>'
#     'token':1688
# }
# {
#     'score':0.020378097891807556
#     'sequence':'<s> Jen la komenco de bela festo.</s>'
#     'token':4580
# }

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
4c77982

0 моделей