/ Модель

Характеристики

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

deberta-large

Заполнение пропусковТекст → текст5 профессий

Крупная англоязычная модель DeBERTa для предсказания замаскированных слов и дообучения на задачи понимания текста.

16 068скачиваний за 30 дней21лайквеса 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

microsoft/deberta-large — крупная англоязычная модель Microsoft семейства DeBERTa, основанная на архитектуре Transformer с раздельным механизмом внимания (disentangled attention) и улучшенным декодером маскирования. Она предназначена прежде всего для заполнения пропусков в тексте: модель предсказывает замаскированный токен по окружающему контексту. Предобученная модель также служит основой для дообучения под задачи понимания языка, включая классификацию текста и ответы на вопросы.

Модель содержит 454,1 млн параметров, поддерживает последовательности длиной до 512 токенов и доступна в форматах PyTorch и TensorFlow. Карточка приводит результаты дообучения семейства на SQuAD и наборах GLUE; это результаты отдельных настроенных вариантов, а не гарантия качества исходного чекпойнта для каждой задачи. Лицензия — MIT.

Сценарии применения

  • предсказание пропущенного слова в англоязычном тексте
  • восстановление замаскированных токенов при подготовке текста
  • дообучение классификатора англоязычных текстов
  • дообучение модели для ответов на вопросы по тексту

Ограничения

Контекст ограничен 512 токенами; модель ориентирована на английский язык. Результаты по GLUE и SQuAD в карточке относятся к дообученным вариантам.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

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 several GLUE benchmark tasks.

ModelSQuAD 1.1SQuAD 2.0MNLI-m/mmSST-2QNLICoLARTEMRPCQQPSTS-B
F1/EMF1/EMAccAccAccMCCAccAcc/F1Acc/F1P/S
BERT-Large90.9/84.181.8/79.086.6/-93.292.360.670.488.0/-91.3/-90.0/-
RoBERTa-Large94.6/88.989.4/86.590.2/-96.493.968.086.690.9/-92.2/-92.4/-
XLNet-Large95.1/89.790.6/87.990.8/-97.094.969.085.990.8/-92.3/-92.5/-
DeBERTa-Large195.5/90.190.7/88.091.3/91.196.595.369.591.092.6/94.692.3/-92.8/92.5
DeBERTa-XLarge1-/--/-91.5/91.297.0--93.192.1/94.3-92.9/92.7
DeBERTa-V2-XLarge195.8/90.891.4/88.991.7/91.697.595.871.193.992.0/94.292.3/89.892.9/92.9
DeBERTa-V2-XXLarge1,296.1/91.492.2/89.791.7/91.997.296.072.093.593.1/94.992.7/90.393.2/93.1

Notes.

cd transformers/examples/text-classification/
export TASK_NAME=mrpc
python -m torch.distributed.launch --nproc_per_node=8 run_glue.py   --model_name_or_path microsoft/deberta-v2-xxlarge   \\
--task_name $TASK_NAME   --do_train   --do_eval   --max_seq_length 128   --per_device_train_batch_size 4   \\
--learning_rate 3e-6   --num_train_epochs 3   --output_dir /tmp/$TASK_NAME/ --overwrite_output_dir --sharded_ddp --fp16

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
a97e054

0 моделей