/ Модель

Характеристики

Контекст
514 токенов
Параметры
152 млн
Лицензия
Apache 2.0
Архитектура
roberta · dense
Базовая модель
roberta-base-bne
Опубликована
2 мая 2024

final-ft__roberta-base-bne__70k-ultrasounds

Заполнение пропусковТекст → текст3 профессии

Дообученная RoBERTa для предсказания замаскированных слов в тексте, с упоминанием ультразвуковых исследований в названии модели.

13скачиваний за 30 дней0лайковвеса обновлены2 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 RoBERTa для заполнения пропусков в тексте: она предсказывает подходящее слово вместо маскированного токена. Модель основана на PlanTL-GOB-ES/roberta-base-bne и содержит 151,8 млн параметров; для хранения весов используется формат safetensors. Максимальная длина контекста — 514 токенов.

В названии указаны ультразвуковые исследования, однако карточка не описывает обучающие данные и предполагаемые медицинские сценарии, поэтому специализацию модели по README подтвердить нельзя. В карточке приведён результат оценки Loss 0,6164, но методика и набор оценки не описаны. Лицензия — Apache-2.0.

Сценарии применения

  • восстановление пропущенных слов в тексте
  • подстановка вероятного термина вместо маски [MASK]
  • исследование языковых моделей для текстов об ультразвуковых исследованиях

Ограничения

README не раскрывает обучающий набор, целевые сценарии и методику оценки; результат Loss 0,6164 без этих сведений трудно интерпретировать. Медицинскую пригодность модели по карточке установить нельзя.

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

final-ft__roberta-base-bne__70k-ultrasounds

This model is a fine-tuned version of PlanTL-GOB-ES/roberta-base-bne on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.6164

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 log1.02591.1165
No log2.05180.9244
No log3.07770.8153
1.05164.010360.7842
1.05165.012950.7262
1.05166.015540.7235
1.05167.018130.6960
0.71098.020720.6787
0.71099.023310.6799
0.710910.025900.6718
0.710911.028490.6488
0.638512.031080.6426
0.638513.033670.6415
0.638514.036260.6232
0.638515.038850.6329
0.604216.041440.6036
0.604217.044030.6161
0.604218.046620.6193
0.604219.049210.6183
0.58720.051800.6164

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
RobertaForMaskedLM
Ревизия весов
2da3376

0 моделей