/ Модель

Характеристики

Контекст
512 токенов
Параметры
2 млрд
Лицензия
MIT
Опубликована
22 апр 2024

deberta-xxlarge-fixed

Заполнение пропусковТекст → текст3 профессии

Исправленная версия DeBERTa-v2-xxlarge для генерации текста и заполнения маски на английском языке.

324скачиваний за 30 дней14лайковвеса обновлены14 мар 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

Это исправленная версия DeBERTa-v2-xxlarge от LTG, адаптированная для загрузки через AutoModelForCausalLM и генерации текста. Реализация основана на статье «BERTs are Generative In-Context Learners». В репозитории исправлены имя выходных весов эмбеддингов, реализация Enhanced Mask Decoder и обработка позиционных эмбеддингов для длинных последовательностей.

Модель относится к семейству DeBERTa и имеет около 2 млрд параметров по метаданным, а длина контекста составляет 512 токенов. Она предназначена для генерации текста и заполнения маски на английском языке. Распространяется в формате PyTorch по лицензии MIT. Исправление обработки позиционных эмбеддингов само по себе не увеличивает заявленную длину контекста.

Сценарии применения

  • генерация продолжения английского текста
  • заполнение пропусков в английских предложениях
  • эксперименты с генеративным использованием DeBERTa
  • оценка языковых моделей на коротких последовательностях

Ограничения

Контекст ограничен 512 токенами; исправление позиционных эмбеддингов не означает поддержку более длинного контекста. README указывает на исправления реализации, но не приводит результаты оценки качества.

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

DeBERTa (1.5B) fixed version

This is deberta-v2-xxlarge updated to implement the AutoModelForCausalLM class, enabling it to generate text. This implementation is based on our paper "BERTs are Generative In-Context Learners".

This repository also fixes three bugs in the original HF implementation of DeBERTa:

  1. We fixed the incorrect name of the output embedding weights in the checkpoint file;
  2. We fixed the implementation of the enhanced mask decoder (EMD), based on the original GitHub repository;
  3. We clamp the positional embeddings so that they work with long sequence lengths.

Example code

from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("ltg/deberta-xxlarge-fixed", trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained("ltg/deberta-xxlarge-fixed", trust_remote_code=True).cuda().eval()

prompt = """German: Hallo, wie geht es Ihnen heute?
English:"""
prompt = prompt.replace('\n', '\\n ')
input_ids = tokenizer(prompt, return_tensors="pt", add_special_tokens=False).input_ids.cuda()

prediction = model.generate(
    input_ids,
    num_beams=4,
    do_sample=False,
    use_cache=None,
    max_new_tokens=64,
    eos_token_id=tokenizer(".\\", add_special_tokens=False).input_ids[1:]
)
prediction = prediction[0, input_ids.size(1):]
prediction = tokenizer.decode(prediction).rstrip('\\')

# Expected output: "Hello, how are you doing today?"
print(prediction)

Citation

If you find DeBERTa useful for your work, please cite the following paper:

@inproceedings{
  samuel2024berts,
  title={{BERT}s are Generative In-Context Learners},
  author={David Samuel},
  booktitle={The Thirty-eighth Annual Conference on Neural Information Processing Systems},
  year={2024},
  url={https://openreview.net/forum?id=BCA9NMZkLS}
}
@inproceedings{he2021deberta,
  title={{DeBERTa}: Decoding-enhanced {BERT} with disentangled attention},
  author={Pengcheng He and Xiaodong Liu and Jianfeng Gao and Weizhu Chen},
  booktitle={International Conference on Learning Representations},
  year={2021},
  url={https://openreview.net/forum?id=XPZIaotutsD}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

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

Класс архитектуры
DebertaV2ForCausalLM
Ревизия весов
2c614a5

0 моделей