/ Модель

Характеристики

Контекст
514 токенов
Параметры
153 млн
Лицензия
Apache 2.0
Архитектура
roberta · dense
Базовая модель
roberta-clinical-wl-es
Опубликована
22 апр 2024

finetuned__roberta-clinical-wl-es__augmented-ultrasounds

Заполнение пропусковТекст → текст3 профессии

Дообученная испаноязычная RoBERTa для предсказания пропущенных слов, в том числе в клинических текстах.

8скачиваний за 30 дней0лайковвеса обновлены22 апр 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

manucos/finetuned__roberta-clinical-wl-es__augmented-ultrasounds — дообученная испаноязычная модель RoBERTa на базе plncmm/roberta-clinical-wl-es. Она предназначена для предсказания замаскированных слов в тексте, в том числе в клиническом контексте. Модель содержит 153,2 млн параметров, использует архитектуру RobertaForMaskedLM и поддерживает контекст до 514 токенов. Доступна в формате safetensors.

README сообщает о дообучении на датасете, обозначенном как None, и приводит значение loss 0,6340 на оценочной выборке; дополнительные сведения о данных, назначении и ограничениях не раскрыты. Лицензия — Apache-2.0.

Сценарии применения

  • подстановка пропущенного слова в испанском предложении
  • восстановление замаскированных терминов в клиническом тексте
  • анализ контекста испаноязычных медицинских записей

Ограничения

Сведения о составе обучающих данных и ограничениях применения в README отсутствуют; приведён только результат loss 0,6340 на оценочной выборке.

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

finetuned__roberta-clinical-wl-es__augmented-ultrasounds

This model is a fine-tuned version of plncmm/roberta-clinical-wl-es on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.6340

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 log1.01980.9956
No log2.03960.8742
No log3.05940.8004
1.02364.07920.7610
1.02365.09900.7348
1.02366.011880.7259
1.02367.013860.7036
0.76948.015840.6969
0.76949.017820.6789
0.769410.019800.6774
0.769411.021780.6756
0.711512.023760.6663
0.711513.025740.6564
0.711514.027720.6517
0.711515.029700.6511
0.683416.031680.6383
0.683417.033660.6400
0.683418.035640.6483
0.683419.037620.6439
0.671620.039600.6340

Framework versions

  • Transformers 4.40.0
  • 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
dbc2f1e

0 моделей