/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Архитектура
bert · dense
Базовая модель
bert-base-spanish-wwm-uncased
Опубликована
1 мая 2024

final-ft__bert-base-spanish-wwm-uncased__70k-ultrasounds

Заполнение пропусковТекст → текст

Дообученная испаноязычная BERT-модель для предсказания пропущенных слов в тексте.

8скачиваний за 30 дней0лайковвеса обновлены1 мая 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

Это дообученная модель BERT для испанского языка на основе dccuchile/bert-base-spanish-wwm-uncased. Она предназначена для задачи fill-mask: предсказывает пропущенные токены в испанском тексте. Модель содержит 137,1 млн параметров, использует архитектуру BertForMaskedLM и принимает контекст длиной до 512 токенов.

В README указана оценка loss 0,5422 на наборе для оценки, но сведения о данных обучения, целевом применении и ограничениях отсутствуют. Модель опубликована в формате safetensors. Лицензия в предоставленных данных не указана.

Сценарии применения

  • подстановка пропущенного слова в испанском предложении
  • подбор вероятного продолжения фразы с маской
  • анализ контекстных вариантов испанского слова

Ограничения

В README не раскрыты обучающие данные и предполагаемые сценарии применения; указан только loss 0,5422 на оценочном наборе, без описания протокола оценки.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

final-ft__bert-base-spanish-wwm-uncased__70k-ultrasounds

This model is a fine-tuned version of dccuchile/bert-base-spanish-wwm-uncased on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.5422

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: 64
  • eval_batch_size: 64
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 256
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 20
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
No log0.99902540.9709
No log1.99805080.8043
No log2.99717620.7331
1.0134.010170.6860
1.0134.999012710.6597
1.0135.998015250.6345
1.0136.997117790.6280
0.66728.020340.5954
0.66728.999022880.5987
0.66729.998025420.5802
0.667210.997127960.5792
0.605512.030510.5632
0.605512.999033050.5713
0.605513.998035590.5545
0.605514.997138130.5434
0.573516.040680.5475
0.573516.999043220.5471
0.573517.998045760.5377
0.573518.997148300.5403
0.557419.980350800.5422

Framework versions

  • Transformers 4.40.1
  • Pytorch 2.2.1+cu121
  • Datasets 2.19.0
  • Tokenizers 0.19.1

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
BertForMaskedLM
Ревизия весов
a83bae6

0 моделей