Характеристики

Контекст: 40 000 токенов
Параметры: 503 млн
Архитектура: bert · dense
Опубликована: 13 апр 2022

Ссылки

SingleBertModel-ProtBertfinetuned-smilesBindingDB

Заполнение пропусковТекст → текст3 профессии

Дообученная модель BERT для предсказания замаскированных токенов; её специализация на SMILES и BindingDB не подтверждена карточкой.

54скачиваний за 30 дней0лайковвеса обновлены29 апр 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

SingleBertModel-ProtBertfinetuned-smilesBindingDB — модель на архитектуре BERT, разработанная на основе Rostlab/prot_bert и дообученная на неизвестном наборе данных. В метаданных указаны 503,4 млн параметров, контекст до 40 000 токенов и формат PyTorch. Основная задача по карточке — fill-mask: предсказание замаскированных токенов в последовательности.

Название указывает на возможное применение к SMILES и данным BindingDB, однако README не подтверждает назначение и не описывает обучающие данные или сценарии использования. В карточке приведён результат оценки Loss: nan, поэтому качество модели по этим данным оценить нельзя. Лицензия не указана в предоставленных источниках.

Сценарии применения

предсказание пропущенных токенов в последовательностях
экспериментальная подстановка масок в SMILES-последовательностях

Ограничения

README не описывает обучающий набор и назначение модели; заявленная оценка Loss равна nan, поэтому качество не подтверждено. Лицензия в предоставленных данных не указана.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.6Отраслевые задачиНаучные исследования, математика и новые материалыAI помогает формировать гипотезы, анализировать научные данные и ускорять открытие новых материалов и методов.39 задач4 120моделей 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 II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SingleBertModel-ProtBertfinetuned-smilesBindingDB

This model is a fine-tuned version of Rostlab/prot_bert on an unknown dataset. It achieves the following results on the evaluation set:

Loss: nan

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: 0.0001
train_batch_size: 1
eval_batch_size: 1
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 5
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss
2.5245	1.0	10000	nan
2.5037	2.0	20000	nan
2.4967	3.0	30000	nan
2.4983	4.0	40000	nan
2.4926	5.0	50000	nan

Framework versions

Transformers 4.18.0
Pytorch 1.11.0+cu113
Datasets 2.1.0
Tokenizers 0.12.1

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: 3a7e166