Характеристики

Контекст: 514 токенов
Параметры: 138 млн
Архитектура: camembert · dense

Ссылки

Hugging Face

roberta_s2orc_books_wiki_bpe_32k

nfliu

Заполнение пропусковТекст → текст3 профессии

Модель RoBERTa для восстановления пропущенных токенов в текстах с научным, книжным и энциклопедическим содержанием.

524скачиваний за 30 дней0лайковвеса обновлены8 дек 2021

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

nfliu/roberta_s2orc_books_wiki_bpe_32k — языковая модель, опубликованная пользователем nfliu (Nelson Liu) на Hugging Face. Она предназначена для задачи fill-mask: восстановления пропущенных токенов в тексте на основе окружающего контекста. Название указывает на вариант RoBERTa с BPE-токенизатором и словарём размером 32k, обучавшийся на сочетании научного корпуса S2ORC, книг и Wikipedia.

Модель содержит около 137,8 млн параметров и поддерживает контекст до 514 токенов. Для запуска используется библиотека Transformers и класс AutoModelForMaskedLM. Модель подходит для автодополнения и анализа текстов, но сама по себе не является генеративной чат-моделью, системой ответов на вопросы или готовым классификатором. На карточке модели лицензия не указана.

Сценарии применения

восстановление пропущенных слов в научных текстах
автодополнение предложений
оценка вероятности вариантов слов в контексте
предобработка текстов перед дообучением
анализ контекстных языковых представлений

Ограничения

Модель предназначена для восстановления маскированных токенов и не является готовой моделью для диалога, генерации длинных текстов или классификации. Максимальная длина контекста составляет 514 токенов; лицензия на карточке модели не указана.

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

Автор не опубликовал карточку модели.

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: CamembertForMaskedLM
Ревизия весов: e2c0265