/ Модель

Характеристики

Контекст
512 токенов
Параметры
21,5 млн
Лицензия
Apache 2.0
Архитектура
electra · dense
Опубликована
2 мар 2022

koelectra-base-v3-generator

Заполнение пропусковТекст → текст3 профессии

Предварительно обученная модель ELECTRA для корейского языка, предназначенная для заполнения пропусков и использования в задачах обработки текста.

229скачиваний за 30 дней7лайковвеса обновлены12 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

KoELECTRA v3 Base Generator — предварительно обученная языковая модель для корейского языка, опубликованная monologg. Она основана на архитектуре ELECTRA и предназначена для заполнения пропусков в тексте и использования в качестве основы для задач обработки корейского языка. Модель содержит 21,5 млн параметров, принимает последовательности длиной до 512 токенов и доступна в форматах PyTorch и safetensors.

Модель можно загружать вместе с токенизатором через Transformers. Лицензия Apache-2.0 разрешает использование, изменение и распространение на её условиях. Карточка содержит мало сведений об обучающих данных и качестве, поэтому перед применением в конкретной задаче результаты стоит проверить на целевых текстах.

Сценарии применения

  • предсказание пропущенных слов в корейском тексте
  • создание маскированных языковых признаков для корейских текстов
  • использование как основы для дообучения на корейских NLP-задачах

Ограничения

Карточка не приводит метрик качества и подробностей обучающих данных; пригодность для конкретного домена следует проверять отдельно. Контекст ограничен 512 токенами.

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

KoELECTRA v3 (Base Generator)

Pretrained ELECTRA Language Model for Korean (koelectra-base-v3-generator)

For more detail, please see original repository.

Usage

Load model and tokenizer

>>> from transformers import ElectraModel, ElectraTokenizer

>>> model = ElectraModel.from_pretrained("monologg/koelectra-base-v3-generator")
>>> tokenizer = ElectraTokenizer.from_pretrained("monologg/koelectra-base-v3-generator")

Tokenizer example

>>> from transformers import ElectraTokenizer
>>> tokenizer = ElectraTokenizer.from_pretrained("monologg/koelectra-base-v3-generator")
>>> tokenizer.tokenize("[CLS] 한국어 ELECTRA를 공유합니다. [SEP]")
['[CLS]', '한국어', 'EL', '##EC', '##TRA', '##를', '공유', '##합니다', '.', '[SEP]']
>>> tokenizer.convert_tokens_to_ids(['[CLS]', '한국어', 'EL', '##EC', '##TRA', '##를', '공유', '##합니다', '.', '[SEP]'])
[2, 11229, 29173, 13352, 25541, 4110, 7824, 17788, 18, 3]

Example using ElectraForMaskedLM

from transformers import pipeline

fill_mask = pipeline(
    "fill-mask",
    model="monologg/koelectra-base-v3-generator",
    tokenizer="monologg/koelectra-base-v3-generator"
)

print(fill_mask("나는 {} 밥을 먹었다.".format(fill_mask.tokenizer.mask_token)))

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
ElectraForMaskedLM
Ревизия весов
8cc88ba

0 моделей