/ Модель

Характеристики

Контекст
512 токенов
Параметры
78,9 млн
Лицензия
MIT
Архитектура
bert · dense
Опубликована
18 авг 2022

distil-biobert

Заполнение пропусковТекст → текст3 профессии

Дистиллированная BERT-модель для заполнения пропусков в биомедицинских текстах с контекстом до 512 токенов.

280скачиваний за 30 дней6лайковвеса обновлены17 мая 2025

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

DistilBioBERT — сжатая дистиллированная версия BioBERT, представленная в репозитории nlpie. Модель обучали 100 тысяч шагов на корпусе PubMed с суммарным размером батча 192, используя задачу masked language modeling и согласование распределений выходов модели-ученика и учителя. Инициализацию выполнили весами каждого второго слоя BioBERT.

Это BERT-модель с 6 трансформерными слоями, скрытым размером 768 и словарём из 28 996 токенов. В README указано около 65 млн параметров, тогда как метаданные Hugging Face сообщают 78,9 млн. Контекст составляет 512 токенов. Модель предназначена для заполнения замаскированных слов в биомедицинских текстах; доступен формат PyTorch.

Сжатая архитектура может быть удобна для языкового моделирования биомедицинских текстов при ограниченных вычислительных ресурсах. Модель не описана как диалоговая и сама по себе не предназначена для генерации свободного текста. Лицензия — MIT.

Сценарии применения

  • предсказание скрытого слова в аннотации PubMed
  • восстановление пропущенных терминов в биомедицинском тексте
  • получение контекстных продолжений для маскированных фрагментов медицинских публикаций

Ограничения

Контекст ограничен 512 токенами. Модель обучена для предсказания замаскированных токенов и не заявлена как чат-модель или универсальный генератор текста.

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

Model Description

DistilBioBERT is a distilled version of the BioBERT model which is distilled for 100k training steps using a total batch size of 192 on the PubMed dataset.

Distillation Procedure

This model uses a simple distillation technique, which tries to align the output distribution of the student model with the output distribution of the teacher based on the MLM objective. In addition, it optionally uses another alignment loss for aligning the last hidden state of the student and teacher.

Initialisation

Following DistilBERT, we initialise the student model by taking weights from every other layer of the teacher.

Architecture

In this model, the size of the hidden dimension and the embedding layer are both set to 768. The vocabulary size is 28996. The number of transformer layers is 6 and the expansion rate of the feed-forward layer is 4. Overall this model has around 65 million parameters.

Citation

If you use this model, please consider citing the following paper:

@article{rohanian2023effectiveness,
  title={On the effectiveness of compact biomedical transformers},
  author={Rohanian, Omid and Nouriborji, Mohammadmahdi and Kouchaki, Samaneh and Clifton, David A},
  journal={Bioinformatics},
  volume={39},
  number={3},
  pages={btad103},
  year={2023},
  publisher={Oxford University Press}
}

Support

If this model helps your work, you can keep the project running with a one-off or monthly contribution:
https://github.com/sponsors/nlpie-research

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
e76527f

0 моделей