/ Модель

Характеристики

Контекст
512 токенов
Параметры
152 млн
Лицензия
MIT
Архитектура
deberta · dense
Опубликована
2 мар 2022

deberta-base

Заполнение пропусковТекст → текст3 профессии

Англоязычная DeBERTa-base от Microsoft восстанавливает замаскированные токены и подходит для дообучения на задачах понимания текста.

67 317скачиваний за 30 дней87лайковвеса обновлены26 сен 2022

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

DeBERTa-base — англоязычная модель семейства DeBERTa, разработанная Microsoft. Это плотная трансформерная модель с 151,8 млн параметров, использующая раздельное представление содержимого и относительных позиций в механизме внимания, а также улучшенный декодер маски. Она предназначена для восстановления замаскированных токенов и может служить основой для дообучения на задачах понимания естественного языка. В карточке приведены результаты дообучения на SQuAD 1.1, SQuAD 2.0 и MNLI.

Модель принимает текст и предсказывает замаскированные в нём токены. Контекст ограничен 512 токенами; доступны форматы PyTorch и TensorFlow. Лицензия — MIT. Карточка сообщает о преимуществах относительно BERT-base и RoBERTa-base на большинстве задач NLU, но приведённые показатели относятся к отдельным наборам оценки; они не гарантируют такого же качества в других сценариях.

Сценарии применения

  • восстановление пропущенных слов в англоязычном тексте
  • создание базовой модели для дообучения на задачах NLU
  • дообучение для ответов на вопросы по тексту
  • дообучение для определения смыслового отношения между предложениями

Ограничения

Контекст ограничен 512 токенами. Приведённые в карточке результаты относятся к SQuAD и MNLI и не устанавливают качество на других задачах.

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

DeBERTa: Decoding-enhanced BERT with Disentangled Attention

DeBERTa improves the BERT and RoBERTa models using disentangled attention and enhanced mask decoder. It outperforms BERT and RoBERTa on majority of NLU tasks with 80GB training data.

Please check the official repository for more details and updates.

Fine-tuning on NLU tasks

We present the dev results on SQuAD 1.1/2.0 and MNLI tasks.

ModelSQuAD 1.1SQuAD 2.0MNLI-m
RoBERTa-base91.5/84.683.7/80.587.6
XLNet-Large-/--/80.286.8
DeBERTa-base93.1/87.286.2/83.188.8

Citation

If you find DeBERTa useful for your work, please cite the following paper:

@inproceedings{
he2021deberta,
title={DEBERTA: DECODING-ENHANCED BERT WITH DISENTANGLED ATTENTION},
author={Pengcheng He and Xiaodong Liu and Jianfeng Gao and Weizhu Chen},
booktitle={International Conference on Learning Representations},
year={2021},
url={https://openreview.net/forum?id=XPZIaotutsD}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · fill-mask

Можно запустить

Подбираем GPU…

Ревизия весов
0d1b43c

0 моделей