Характеристики

Контекст: 4 098 токенов
Параметры: 152 млн
Архитектура: longformer · dense
Базовая модель: clinical_longformer_same_tokens_1epochs
Опубликована: 8 ноя 2023

Ссылки

clinical_longformer_same_tokens_1epochs_50k

Заполнение пропусковТекст → текст3 профессии

Дообученная Longformer-модель для предсказания замаскированных фрагментов текста, названная как ориентированная на клинические тексты.

11скачиваний за 30 дней0лайковвеса обновлены8 ноя 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

lukasdrg/clinical_longformer_same_tokens_1epochs_50k — дообученная модель семейства Longformer для заполнения пропусков в тексте. Она содержит 151,8 млн параметров, использует архитектуру LongformerForMaskedLM и принимает последовательности длиной до 4098 токенов. В README приведён результат оценки: loss 1,7273; сведения о датасете и назначении дообучения не раскрыты. Модель может быть полезна для восстановления замаскированных слов и анализа клинических текстов, однако специализация на клинической области следует из названия репозитория, а не из описания обучения. Лицензия в предоставленных данных не указана.

Сценарии применения

предсказание пропущенных слов в клиническом тексте
восстановление замаскированных терминов в медицинских документах
оценка правдоподобия заполнения пропусков в длинных текстовых последовательностях

Ограничения

В README не описаны обучающие данные, целевые сценарии и ограничения; указан только loss 1,7273 на оценочной выборке. Языки и лицензия не приведены в доступных данных.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.4Отраслевые задачиКлиническая медицина и общественное здоровьеAI помогает поддерживать диагностику, лечение, наблюдение и организацию медицинской помощи.45 задач2 635моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

clinical_longformer_same_tokens_1epochs_50k

This model is a fine-tuned version of lukasdrg/clinical_longformer_same_tokens_1epochs on the None dataset. It achieves the following results on the evaluation set:

Loss: 1.7273

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: 2e-05
train_batch_size: 2
eval_batch_size: 16
seed: 42
gradient_accumulation_steps: 64
total_train_batch_size: 128
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_steps: 1500
num_epochs: 1

Training results

Training Loss	Epoch	Step	Validation Loss
1.9394	0.18	65	1.7768
2.0258	0.37	130	1.7716
2.0671	0.55	195	1.7761
2.064	0.74	260	1.7355
1.8052	0.92	325	1.7273

Framework versions

Transformers 4.35.0
Pytorch 2.1.0+cu118
Datasets 2.14.6
Tokenizers 0.14.1

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: LongformerForMaskedLM
Ревизия весов: e891dd0