/ Модель

Характеристики

Контекст
512 токенов
Параметры
152 млн
Лицензия
MIT
Архитектура
bert · dense
Опубликована
17 дек 2024

logion-bert-base

Заполнение пропусковТекст → текст3 профессии

BERT-модель Princeton Logion, предварительно обученная на древнегреческих текстах для предсказания пропущенных слов.

117скачиваний за 30 дней1лайквеса обновлены2 июл 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

Logion base model — модель на архитектуре BERT, разработанная Princeton Logion и предварительно обученная на корпусе древнегреческих текстов. Она предназначена для восстановления скрытых слов в тексте и других сценариев с задачей fill-mask. Модель содержит 151,6 млн параметров, использует WordPiece-токенизатор со словарём из 50 000 единиц и поддерживает контекст до 512 токенов.

Корпус для обучения включает более 70 млн слов и свыше 95 млн токенов древнегреческого языка. Токенизатор игнорирует регистр и диакритические знаки. Модель распространяется в формате PyTorch по лицензии MIT.

Сценарии применения

  • предсказание пропущенного слова в древнегреческом тексте
  • восстановление замаскированных фрагментов древнегреческих текстов
  • контекстный анализ древнегреческой лексики

Ограничения

Токенизатор игнорирует регистр и диакритические знаки, поэтому модель не сохраняет эти различия при обработке текста. Контекст ограничен 512 токенами.

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

Logion base model

BERT-based model pretrained on largest set of pre-modern Greek to-date. It was introduced in this paper.

The model uses a WordPiece tokenizer (vocab size of 50,000) on a corpus of over 70 million words (over 95 million tokens) of premodern Greek. This model ignores cases and accents/diacritics.

How to use

Requirements:

pip install transformers

Load the model and tokenizer directly from the HuggingFace Model Hub:

from transformers import BertTokenizer, BertForMaskedLM
tokenizer = BertTokenizer.from_pretrained("princeton-logion/logion-bert-base")
model = BertForMaskedLM.from_pretrained("princeton-logion/logion-bert-base")  

Cite

If you use this model in your research, please cite the paper:

@inproceedings{cowen-breen-etal-2023-logion,
    title = "Logion: Machine-Learning Based Detection and Correction of Textual Errors in {G}reek Philology",
    author = "Cowen-Breen, Charlie  and
      Brooks, Creston  and
      Graziosi, Barbara  and
      Haubold, Johannes",
    booktitle = "Proceedings of the Ancient Language Processing Workshop",
    year = "2023",
    url = "https://aclanthology.org/2023.alp-1.20",
    pages = "170--178",
}

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
bc75444

0 моделей