Характеристики

Контекст: 514 токенов
Параметры: 152 млн
Лицензия: MIT
Архитектура: roberta · dense
Базовая модель: roberta-base
Опубликована: 26 июл 2024

Ссылки

Hugging Face

mi-roberta-base

mavinsao

Заполнение пропусковТекст → текст3 профессии

Дообученная англоязычная RoBERTa для восстановления замаскированных слов в тексте.

71скачиваний за 30 дней0лайковвеса обновлены26 сен 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

mi-roberta-base — дообученная англоязычная модель RoBERTa от mavinsao на основе FacebookAI/roberta-base. Она предназначена для задачи fill-mask: восстановления пропущенного или замаскированного слова в тексте. Модель содержит 151,8 млн параметров, использует архитектуру RobertaForMaskedLM и принимает контекст длиной до 514 токенов.

Модель подходит для заполнения пропусков в англоязычных текстах и экспериментов с задачами восстановления слов. Она распространяется в формате PyTorch по лицензии MIT. Датасет дообучения и результаты оценки не описаны, поэтому качество на конкретных текстах не подтверждено.

Сценарии применения

восстановление пропущенных слов в предложении
подбор слова для заполнения текстового пропуска
эксперименты с языковым моделированием на английском
автоматическое дополнение замаскированных фрагментов текста

Ограничения

Датасет дообучения и результаты оценки не описаны, поэтому качество модели на конкретных текстах не подтверждено.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mi-roberta-base

This model is a fine-tuned version of FacebookAI/roberta-base on an unknown dataset.

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: 5e-05
train_batch_size: 32
eval_batch_size: 16
seed: 1
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 10

Training results

Framework versions

Transformers 4.28.1
Pytorch 2.2.1+cu121
Tokenizers 0.13.3

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: dcf72a3