/ Модель

Характеристики

Контекст
512 токенов
Параметры
7,1 млн
Лицензия
Apache 2.0
Архитектура
mega · dense
Библиотека
transformers
Опубликована
21 фев 2023

mega-base-wikitext

Заполнение пропусковТекст → текст3 профессии

Компактная англоязычная Mega-модель, обученная на Wikitext-103 для предсказания замаскированных токенов.

10 462скачиваний за 30 дней1лайквеса обновлены28 июн 2023

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 контрольная точка Mega для задачи восстановления замаскированных токенов, разработанная и обученная mnaylor на наборе wikitext-103 с помощью стандартного предобучения masked language modeling в стиле BERT. Модель использует архитектуру MegaForMaskedLM и токенизатор RoBERTa base; размер составляет 7,1 млн параметров. Репозиторий содержит веса PyTorch и Safetensors, предназначенные для использования с классом MegaForMaskedLM и другими encoder-моделями Mega в Transformers.

Модель подходит для заполнения пропусков и анализа английского текста через предсказание скрытых токенов. Она обучалась на Wikitext-103, поэтому её назначение ограничено задачами с маскированным языковым моделированием, а не генерацией свободного текста. Лицензия — Apache-2.0.

Сценарии применения

  • заполнение пропущенных слов в английском тексте
  • предсказание замаскированного токена по контексту
  • оценка вариантов слова в пропуске
  • эксперименты с encoder-архитектурой Mega
  • изучение masked language modeling на Wikitext-103

Ограничения

Модель обучена на Wikitext-103 и предназначена для восстановления маскированных токенов; карточка не заявляет поддержку генерации свободного текста. В README указано, что совместимость рассчитана на Mega-классы Transformers.

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

Mega Masked LM on wikitext-103

This is the location on the Hugging Face hub for the Mega MLM checkpoint. I trained this model on the wikitext-103 dataset using standard BERT-style masked LM pretraining using the original Mega repository and uploaded the weights initially to hf.co/mnaylor/mega-wikitext-103. When the implementation of Mega into Hugging Face's transformers is finished, the weights here are designed to be used with MegaForMaskedLM and are compatible with the other (encoder-based) MegaFor* model classes.

This model uses the RoBERTa base tokenizer since the Mega paper does not implement a specific tokenizer aside from the character-level tokenizer used to illustrate long-sequence performance.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · fill-mask

Нельзя запустить

Архитектура mega неизвестна transformers в образе рантайма.

Класс архитектуры
MegaForMaskedLM
Ревизия весов
27ae0c8

0 моделей