/ Модель

Характеристики

Контекст
4 098 токенов
Параметры
152 млн
Архитектура
longformer · dense
Опубликована
19 ноя 2023

clinical_longformer_same_tokens_3epochs_100k

Заполнение пропусковТекст → текст3 профессии

Дообученная клиническая Longformer для восстановления замаскированных токенов в тексте с контекстом до 4098 токенов.

10скачиваний за 30 дней0лайковвеса обновлены20 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

Модель lukasdrg/clinical_longformer_same_tokens_3epochs_100k — дообученная клиническая Longformer на 151,8 млн параметров для предсказания замаскированных токенов в тексте. Она основана на SandriBarros/clinical_longformer_same_tokens_3epochs_50k и предназначена для восстановления пропущенных слов или фрагментов в клиническом тексте. Контекст модели составляет 4098 токенов.

В README указана потеря 1,3716 на тестовой выборке; сведения о датасете, языках, лицензии и практических ограничениях не приведены. Репозиторий содержит веса в формате safetensors.

Сценарии применения

  • Восстановление пропущенных слов в клинических текстах
  • Заполнение масок в медицинских записях
  • Эксперименты с языковым моделированием клинических текстов

Ограничения

README не описывает обучающие данные и ограничения применения, а языки модели не подтверждены. Указана только потеря 1,3716 на оценочной выборке; описание не позволяет судить о качестве в клинических сценариях.

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

clinical_longformer_same_tokens_3epochs_100k

This model is a fine-tuned version of SandriBarros/clinical_longformer_same_tokens_3epochs_50k on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 1.3716

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 LossEpochStepValidation Loss
1.54660.18651.3798
1.45650.371301.3755
1.42280.551951.3667
1.42580.742601.3665
1.45360.923251.3716

Framework versions

  • Transformers 4.35.2
  • Pytorch 2.1.0+cu118
  • Datasets 2.15.0
  • Tokenizers 0.15.0

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
2128928

0 моделей