/ Модель

Характеристики

Контекст
512 токенов
Параметры
7 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Опубликована
30 янв 2023

olm-bert-tiny-december-2022

Заполнение пропусковТекст → текст3 профессии

Компактная англоязычная BERT-модель для заполнения пропусков в тексте и дообучения на прикладные задачи.

58скачиваний за 30 дней20лайковвеса обновлены5 фев 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

muhtasham/olm-bert-tiny-december-2022 — компактная англоязычная модель BERT, созданная в рамках проекта OLM для выпуска более актуальных языковых моделей. Она содержит около 7 млн параметров, использует архитектуру BertForMaskedLM и принимает последовательности длиной до 512 токенов. Модель обучена на очищенных снимках Common Crawl и Wikipedia за декабрь 2022 года; она регистронезависимая и обучалась с маскированием WordPiece-токенов.

Основная задача модели — предсказание замаскированных токенов. Её также можно дообучать для классификации последовательностей и токенов, а также для ответов на вопросы. Малый размер делает её удобной для недорогого дообучения и запуска на CPU, но автор сообщает, что в предварительной оценке GLUE она уступила исходной tiny BERT и связывает это с возможными проблемами гиперпараметров и токенизатора. Лицензия — Apache-2.0.

Сценарии применения

  • предсказание пропущенных слов в английском тексте
  • дообучение компактной модели для классификации текстов
  • разметка токенов в английском тексте после дообучения
  • дообучение для ответов на вопросы по английскому тексту
  • эксперименты с недорогими BERT-моделями на CPU

Ограничения

Автор отмечает, что в предварительной оценке GLUE модель показала результаты ниже исходной tiny BERT и предполагает проблемы с гиперпараметрами и токенизатором. Для классификации, разметки токенов и ответов на вопросы требуется дообучение.

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

Tiny BERT December 2022

This is a more up-to-date version of the original tiny BERT referenced in Well-Read Students Learn Better: On the Importance of Pre-training Compact Models (English only, uncased, trained with WordPiece masking). In addition to being more up-to-date, it is more CPU friendly than its base version, but its first version and is not perfect by no means. Took a day and 8x A100s to train. 🤗

The model was trained on a cleaned December 2022 snapshot of Common Crawl and Wikipedia.

This model was intended to be part of the OLM project, which has the goal of continuously training and releasing models that are up-to-date and comparable in standard language model performance to their static counterparts. This is important because we want our models to know about events like COVID or a presidential election right after they happen.

Intended uses

You can use the raw model for masked language modeling, but it's mostly intended to be fine-tuned on a downstream task, such as sequence classification, token classification or question answering.

Special note

It looks like the olm tinybert is underperforming the original from a quick glue finetuning and dev evaluation:

Original

{'cola_mcc': 0.0, 'sst2_acc': 0.7981651376146789, 'mrpc_acc': 0.6838235294117647, 'mrpc_f1': 0.8122270742358079, 'stsb_pear': 0.67208
2873279731, 'stsb_spear': 0.6933378278505834, 'qqp_acc': 0.7766420762598881, 'mnli_acc': 0.6542027508914926, 'mnli_acc_mm': 0.6670056
956875509, 'qnli_acc': 0.774665934468241, 'rte_acc': 0.5776173285198556, 'wnli_acc': 0.49295774647887325}

OLM

{'cola_mcc': 0.0, 'sst2_acc': 0.7970183486238532, 'mrpc_acc': 0.6838235294117647, 'mrpc_f1': 0.8122270742358079, 'stsb_pear': -0.1597
8233085015087, 'stsb_spear': -0.13638650127051932, 'qqp_acc': 0.6292213609628794, 'mnli_acc': 0.5323484462557311, 'mnli_acc_mm': 0.54
65825874694874, 'qnli_acc': 0.6199890170236134, 'rte_acc': 0.5595667870036101, 'wnli_acc': 0.5352112676056338}

Probably messed up with hyperparameters and tokenizer a bit, unfortunately. Anyway Stay tuned for version 2 🚀🚀🚀 But please try it out on your downstream tasks, might be more performant. Should be cheap to fine-tune due to its size 🤗

Dataset

The model and tokenizer were trained with this December 2022 cleaned Common Crawl dataset plus this December 2022 cleaned Wikipedia dataset.
The tokenized version of these concatenated datasets is here.
The datasets were created with this repo.

Training

The model was trained according to the OLM BERT/RoBERTa instructions at this repo.

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
2f3d561

0 моделей