/ Модель

Характеристики

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

clinical_longformer_same_tokens_3epochs_150k

Заполнение пропусковТекст → текст3 профессии

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

11скачиваний 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

lukasdrg/clinical_longformer_same_tokens_3epochs_150k — дообученная модель семейства Longformer для предсказания замаскированных токенов. Она содержит 151,8 млн параметров, использует архитектуру LongformerForMaskedLM и поддерживает контекст до 4098 токенов. В README указана оценка loss 1,4013 на наборе для оценки; набор данных описан как None.

Модель подходит для восстановления пропущенных токенов в клиническом тексте. README не раскрывает её конкретные целевые сценарии или подробности обучающих данных. Модель опубликована в формате safetensors; сведения о лицензии в доступных данных отсутствуют.

Сценарии применения

  • восстановление пропущенных слов в клинических текстах
  • предсказание замаскированных токенов в длинных документах

Ограничения

README не описывает обучающие данные и ограничения модели; указан набор данных None. Приведено значение loss 1,4013 на оценочном наборе, но без сведений о методике оценки.

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_150k

This model is a fine-tuned version of lukasdrg/clinical_longformer_same_tokens_3epochs_100k on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 1.4013

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
1.68980.18651.4157
1.42470.371301.4069
1.49690.551951.4178
1.48120.742601.3967
1.36280.923251.4013

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
ce87690

0 моделей