/ Модель

Характеристики

Контекст
1 024 токена
Параметры
40,1 млн
Архитектура
deberta-v2 · dense
Библиотека
transformers
Опубликована
14 авг 2025

amlm_hard_decay

Заполнение пропусковТекст → текст3 профессии

Компактная модель DeBERTa v2 для предсказания замаскированных токенов в тексте, представленная в коллекции BabyLM 2025.

2 823скачиваний за 30 дней0лайковвеса обновлены14 авг 2025

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

leukas/amlm_hard_decay — языковая модель для восстановления замаскированных токенов, опубликованная Lukas Edman под аккаунтом leukas. Она входит в коллекцию BabyLM 2025 и использует архитектуру DeBERTa v2 с головой masked language modeling; размер по метаданным — 40,1 млн параметров, контекст — до 1024 токенов. Модель принимает текст с масками и предсказывает подходящие токены на их местах.

Модель предназначена для задач заполнения пропусков и экспериментов с обучением языковых моделей на ограниченных данных. Метаданные не указывают поддерживаемые языки или лицензию, поэтому их нельзя надёжно определить по доступным источникам.

Сценарии применения

  • восстановление пропущенных слов в предложении
  • подстановка замаскированных токенов в тексте
  • эксперименты с masked language modeling
  • оценка языковых представлений в задачах BabyLM

Ограничения

Предназначена для предсказания замаскированных токенов, а не для свободного диалога или генерации текста продолжением. Доступные сведения не устанавливают лицензию и языковой охват.

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

Model Card for Model ID

Model Details

Model Description

This is the model card of a 🤗 transformers model that has been pushed on the Hub. This model card has been automatically generated.

  • Developed by: [More Information Needed]
  • Funded by [optional]: [More Information Needed]
  • Shared by [optional]: [More Information Needed]
  • Model type: [More Information Needed]
  • Language(s) (NLP): [More Information Needed]
  • License: [More Information Needed]
  • Finetuned from model [optional]: [More Information Needed]

Model Sources [optional]

  • Repository: [More Information Needed]
  • Paper [optional]: [More Information Needed]
  • Demo [optional]: [More Information Needed]

Uses

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

  • Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

  • Hardware Type: [More Information Needed]
  • Hours used: [More Information Needed]
  • Cloud Provider: [More Information Needed]
  • Compute Region: [More Information Needed]
  • Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
DebertaV2ForMaskedLM
Ревизия весов
1639a11

0 моделей