/ Модель

Характеристики

Контекст
512 токенов
Лицензия
Apache 2.0
Архитектура
distilbert · dense
Опубликована
12 июл 2022

recipe-distilbert-tis

Заполнение пропусковТекст → текст3 профессии

Дообученная англоязычная модель DistilBERT для предсказания замаскированных слов в тексте.

55скачиваний за 30 дней0лайковвеса обновлены12 июл 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

recipe-distilbert-tis — модель DistilBERT, дообученная paola-md на основе distilbert-base-uncased для заполнения пропусков в тексте. Она принимает текст с маскированным токеном и предсказывает подходящие варианты для его заполнения. Архитектура — DistilBertForMaskedLM; максимальный контекст составляет 512 токенов.

В карточке приведён результат оценки: loss 0,9886; сведения о данных обучения и предполагаемых сценариях применения не раскрыты. Модель распространяется в формате PyTorch по лицензии Apache-2.0.

Сценарии применения

  • подстановка пропущенного слова в английское предложение
  • получение вариантов продолжения текста в позиции маски
  • оценка контекста для языковых экспериментов

Ограничения

Карточка не описывает обучающие данные и практические ограничения; приведено только значение loss 0,9886 на наборе оценки. Модель рассчитана на контекст до 512 токенов.

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

recipe-distilbert-tis

This model is a fine-tuned version of distilbert-base-uncased on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.9886

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: 256
  • eval_batch_size: 256
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 20
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
1.87921.010381.4680
1.46912.020761.3122
1.34713.031141.2343
1.27984.041521.1829
1.22845.051901.1437
1.19566.062281.1120
1.16837.072661.0905
1.14588.083041.0731
1.1269.093421.0645
1.11310.0103801.0471
1.096211.0114181.0348
1.086412.0124561.0256
1.077213.0134941.0173
1.069214.0145321.0130
1.062215.0155701.0111
1.057716.0166081.0021
1.053717.0176461.0001
1.047418.0186840.9928
1.047119.0197220.9908
1.045820.0207600.9886

Framework versions

  • Transformers 4.19.0.dev0
  • Pytorch 1.11.0+cu102
  • Datasets 2.3.2
  • 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
DistilBertForMaskedLM
Ревизия весов
39e583f

0 моделей