/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
mdlm · dense
Библиотека
transformers
Опубликована
6 июн 2024

mdlm-owt

Заполнение пропусковТекст → текст3 профессии

MDLM — англоязычная маскированная диффузионная модель для восстановления скрытых токенов в тексте с контекстом 1024 токена.

9 893скачиваний за 30 дней23лайкавеса обновлены11 апр 2026

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

kuleshov-group/mdlm-owt — маскированная диффузионная языковая модель MDLM, разработанная группой Kuleshov. Она предназначена для masked language modeling: восстановления скрытых токенов в тексте. Модель обучена на OpenWebText в течение миллиона шагов, всего обработано около 33 миллиардов токенов.

Архитектура — плотная MDLM; размер сопоставим с GPT-2 Medium и составляет около 130 миллионов параметров без эмбеддингов. Контекст — 1024 токена. При обучении модель училась восстанавливать исходный текст из входов с разной степенью маскирования и выдаёт логиты. Репозиторий содержит веса Safetensors, для загрузки используются Transformers и токенизатор GPT-2.

Модель подходит для экспериментов с маскированными диффузионными языковыми моделями и восстановления пропусков в англоязычном тексте. Лицензия — Apache-2.0. Карточка не описывает ограничения качества или гарантии для прикладного использования.

Сценарии применения

  • восстановление пропущенных токенов в тексте
  • эксперименты с маскированными диффузионными языковыми моделями
  • изучение предсказания текста при разной степени маскирования

Ограничения

Контекст ограничен 1024 токенами. Карточка не приводит оценок качества на бенчмарках или подробностей о надёжности модели в прикладных сценариях.

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

Using MDLM

To use the pre-trained model for masked language modeling, use the following snippet:

from transformers import AutoModelForMaskedLM, AutoTokenizer

# See the `MDLM` collection page on the hub for list of available models.
tokenizer = transformers.AutoTokenizer.from_pretrained('gpt2')
model_name = 'kuleshov-group/mdlm-owt'
model = AutoModelForMaskedLM.from_pretrained(model_name)

For more details, please see our github repository: MDLM

Model Details

The model, which has a context length of 1024 and is similar in size to GPT2-medium with approximately 130 million non-embedding parameters, was trained using a forward diffusion process that generates inputs varying from fully masked to fully unmasked. Its objective is to reconstruct the original input from these varying levels of masking, outputting logits in the process. The training regimen comprised one million steps on the OpenWebText corpus, involving the processing of a total of 33 billion tokens.

For more details, please see our paper: Simple and Effective Masked Diffusion Language Models.

Citation

Please cite our work using the bibtex below:

BibTeX:

@inproceedings{
    sahoo2024simple,
    title={Simple and Effective Masked Diffusion Language Models},
    author={Subham Sekhar Sahoo and Marianne Arriola and Aaron Gokaslan and Edgar Mariano Marroquin and Alexander M Rush and Yair Schiff and Justin T Chiu and Volodymyr Kuleshov},
    booktitle={The Thirty-eighth Annual Conference on Neural Information Processing Systems},
    year={2024},
    url={https://openreview.net/forum?id=L4uaAR4ArM}
}

APA:

@software{Sahoo_Simple_and_Effective_2024,
author = {Sahoo, Subham Sekhar and Arriola, Marianne and Schiff, Yair and Gokaslan, Aaron and Marroquin, Edgar and Chiu, Justin T and Rush, Alexander and Kuleshov, Volodymyr},
doi = {10.48550/arXiv.2406.07524},
month = jun,
title = {{Simple and Effective Masked Diffusion Language Models}},
version = {arXiv:2406.07524v1},
year = {2024}
}

Model Card Contact

Subham Sekhar Sahoo (subbham@gmail.com)

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers · fill-mask

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
MDLM
Ревизия весов
d0958fa

0 моделей