Характеристики

Контекст: 512 токенов
Параметры: 114 млн
Архитектура: bert · dense
Опубликована: 2 мар 2022

Ссылки

Hugging Face

char-bert-base-uncased

lhy

Заполнение пропусковТекст → текст

Дообученная модель BERT для предсказания замаскированных слов в тексте.

254скачиваний за 30 дней0лайковвеса обновлены6 авг 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

lhy/char-bert-base-uncased — дообученная модель семейства BERT для заполнения пропусков в тексте. В карточке указано, что она создана на основе char-bert-base-uncased/checkpoint-1840240; размер составляет около 113,9 млн параметров, архитектура — BertForMaskedLM, максимальная длина контекста — 512 токенов. Модель опубликована в формате PyTorch.

Подходит для предсказания замаскированных токенов в последовательности и экспериментов с задачей masked language modeling. В README приведён результат Loss 0,1760 на тестовой выборке, но набор данных не назван. Языковая поддержка, ограничения и лицензия в доступных сведениях не описаны.

Сценарии применения

подстановка пропущенного слова в предложение
предсказание замаскированного токена
эксперименты с masked language modeling

Ограничения

README не описывает обучающие данные и предполагаемые ограничения; приведённый результат Loss 0,1760 не сопровождается сведениями о датасете или методике оценки. Лицензия и языковая поддержка не указаны в доступных данных.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

char-bert-base-uncased

This model is a fine-tuned version of char-bert-base-uncased/checkpoint-1840240 on the None dataset. It achieves the following results on the evaluation set:

Loss: 0.1760

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: 5e-05
train_batch_size: 32
eval_batch_size: 16
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 25

Training results

Training Loss	Epoch	Step	Validation Loss
0.8329	1.0	92012	0.4066
0.4066	2.0	184024	0.3223
0.3422	3.0	276036	0.2803
0.3044	4.0	368048	0.2560
0.2782	5.0	460060	0.2399
0.2593	6.0	552072	0.2265
0.2693	7.0	644084	0.2366
0.2559	8.0	736096	0.2228
0.2431	9.0	828108	0.2112
0.2334	10.0	920120	0.2103
0.2453	11.0	1012132	0.2164
0.2372	12.0	1104144	0.2113
0.2288	13.0	1196156	0.2004
0.2208	14.0	1288168	0.2002
0.2152	15.0	1380180	0.1941
0.2241	16.0	1472192	0.1940
0.2188	17.0	1564204	0.1954
0.2132	18.0	1656216	0.1968
0.2077	19.0	1748228	0.1887
0.2036	20.0	1840240	0.1863
0.2109	21.0	1932252	0.2009
0.2075	22.0	2024264	0.1840
0.2031	23.0	2116276	0.1884
0.1992	24.0	2208288	0.1902
0.196	25.0	2300300	0.1760

Framework versions

Transformers 4.20.1
Pytorch 1.9.0+cu111
Datasets 2.3.2
Tokenizers 0.12.1

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: BertForMaskedLM
Ревизия весов: 4d6af8e