Характеристики

Контекст: 512 токенов
Параметры: 95,2 млн
Архитектура: bert · dense
Базовая модель: BulBERT-chitanka-model
Опубликована: 16 окт 2023

Ссылки

Hugging Face

BulBERT-finetuned-cinexio

mor40

Заполнение пропусковТекст → текст3 профессии

Дообученная BERT-модель для предсказания пропущенных токенов в тексте.

10скачиваний за 30 дней0лайковвеса обновлены16 окт 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

BulBERT-finetuned-cinexio — дообученная модель BERT, созданная на основе mor40/BulBERT-chitanka-model. Она предназначена для задачи заполнения пропусков в тексте: модель предсказывает подходящий токен вместо специальной маски. Модель содержит 95,2 млн параметров, принимает последовательности длиной до 512 токенов и доступна в формате PyTorch.

В карточке указана оценка loss 2,5682 на наборе оценки, но обучающие данные, языковой охват и практические ограничения не описаны. Модель опубликована под идентификатором mor40; сведения о лицензии в доступных данных отсутствуют.

Сценарии применения

подстановка пропущенного слова в предложении
предсказание токена по окружающему контексту
анализ языковых шаблонов через маскированные фрагменты

Ограничения

Язык, обучающие данные и практическое качество модели подробно не описаны; указан только loss 2,5682 на наборе оценки. Сведения о лицензии отсутствуют.

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

BulBERT-finetuned-cinexio

This model is a fine-tuned version of mor40/BulBERT-chitanka-model on the None dataset. It achieves the following results on the evaluation set:

Loss: 2.5682

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: 2e-05
train_batch_size: 64
eval_batch_size: 64
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 5

Training results

Training Loss	Epoch	Step	Validation Loss
No log	1.0	15	2.6779
No log	2.0	30	2.3855
No log	3.0	45	2.4778
No log	4.0	60	2.6428
No log	5.0	75	2.5682

Framework versions

Transformers 4.34.0
Pytorch 2.0.1+cu118
Datasets 2.14.5
Tokenizers 0.14.1

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: BertForMaskedLM
Ревизия весов: eed172f