/ Модель

Характеристики

Контекст
514 токенов
Параметры
152 млн
Лицензия
MIT
Архитектура
roberta · dense
Опубликована
19 апр 2024

tapt_helpfulness_base_pretraining_no_condencing

Заполнение пропусковТекст → текст3 профессии

Дообученная модель RoBERTa-base для предсказания замаскированных токенов и заполнения пропусков в тексте.

13скачиваний за 30 дней0лайковвеса обновлены19 апр 2024

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

ltuzova/tapt_helpfulness_base_pretraining_no_condencing — модель на базе RoBERTa-base, дообученная на неизвестном наборе данных. Это трансформерная модель класса RobertaForMaskedLM с 151,8 млн параметров, предназначенная для заполнения пропусков в тексте: она предсказывает замаскированные токены по окружающему контексту. Максимальная длина контекста — 514 токенов.

В карточке приведено значение loss 1,3379 на оценочном наборе, но назначение модели и состав данных подробнее не описаны. Модель может использоваться для подстановки пропущенных слов и анализа контекстных языковых представлений. Распространяется по лицензии MIT.

Сценарии применения

  • подстановка пропущенного слова в предложении
  • восстановление замаскированных фрагментов текста
  • получение контекстных предсказаний токенов
  • эксперименты с языковыми представлениями RoBERTa

Ограничения

Данные обучения неизвестны, а описание целевого назначения и ограничений в карточке отсутствует. Приведённый loss относится к оценочному набору, характеристики которого не раскрыты.

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

tapt_helpfulness_base_pretraining_no_condencing

This model is a fine-tuned version of roberta-base on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 1.3379

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: 0.0001
  • train_batch_size: 32
  • eval_batch_size: 64
  • seed: 42
  • gradient_accumulation_steps: 32
  • total_train_batch_size: 1024
  • optimizer: Adam with betas=(0.9,0.98) and epsilon=1e-06
  • lr_scheduler_type: linear
  • num_epochs: 10

Training results

Training LossEpochStepValidation Loss
1.63711.01121.4525
1.51072.02251.4102
1.48712.993371.3845
1.4454.04501.3778
1.44124.995621.3483
1.40626.06751.3400
1.40286.997871.3190
1.38378.09001.3237
1.37349.010131.3322
1.37259.9511201.3289

Framework versions

  • Transformers 4.30.2
  • Pytorch 1.13.1+cu117
  • Datasets 2.13.2
  • Tokenizers 0.13.3

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
ab191c8

0 моделей