/ Модель

Характеристики

Контекст
514 токенов
Параметры
33,5 млн
Лицензия
Apache 2.0
Архитектура
roberta · dense
Опубликована
30 апр 2024

MiniLMv2-L6-H384_R-fineweb-100k

Заполнение пропусковТекст → текст3 профессии

Компактная англоязычная RoBERTa-модель MiniLMv2 для заполнения пропусков и дальнейшего дообучения под задачи NLP.

19скачиваний за 30 дней1лайквеса обновлены29 дек 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

MiniLMv2-L6-H384R-fineweb-100k — компактная модель семейства MiniLMv2 на архитектуре RoBERTa, разработанная автором репозитория pszemraj. Она продолжает предобучение базовой модели на задаче заполнения пропусков в тексте (MLM) на англоязычном наборе BEE-spoke-data/fineweb-100k_en-med, чтобы улучшить её последующее дообучение и результаты в прикладных задачах. В обучении использовалась активация SiLU и доля маскирования 40%. Модель содержит 33,5 млн параметров и поддерживает контекст до 514 токенов.

Основной сценарий использования — предсказание замаскированных токенов в английском тексте, а также дальнейшее дообучение для прикладных задач NLP. В карточке приведены результаты оценки: loss 4,0206 и accuracy 0,3783. Модель распространяется под лицензией Apache-2.0.

Сценарии применения

  • предсказание пропущенных слов в английском тексте
  • восстановление замаскированных токенов
  • подготовка основы для дообучения NLP-моделей

Ограничения

Контекст ограничен 514 токенами; приведённые метрики получены на оценочном наборе, а качество в прикладных задачах зависит от последующего дообучения.

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

MiniLMv2-L6-H384_R-fineweb-100k

This is a MiniLMv2 model continually pre-trained on an MLM task with the goal of improving downstream fine-tuning/performance:

  • activation updated to SiLU prior to further training
  • MLM @ 40% mask ratio

Model description

This model is a fine-tuned version of nreimers/MiniLMv2-L6-H384-distilled-from-RoBERTa-Large on the BEE-spoke-data/fineweb-100k_en-med dataset.

It achieves the following results on the evaluation set:

  • Loss: 4.0206
  • Accuracy: 0.3783
  • Num Input Tokens Seen: 162790400

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 8e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 1792
  • gradient_accumulation_steps: 16
  • total_train_batch_size: 128
  • optimizer: Adam with betas=(0.9,0.98) and epsilon=1e-07
  • lr_scheduler_type: inverse_sqrt
  • lr_scheduler_warmup_steps: 100
  • num_epochs: 2.0

Training results

Training LossEpochStepValidation LossAccuracyInput Tokens Seen
4.65830.12081504.50520.34069830400
4.53650.24153004.37120.352519660800
4.46210.36234504.28100.357529491200
4.41160.48316004.24660.361539321600
4.34870.60387504.17950.366149152000
4.3380.72469004.18740.366358982400
4.3420.845410504.14750.369568812800
4.2680.966112004.12150.371478643200
4.21851.086913504.10320.372588472576
4.26451.207715004.08590.375798302976
4.25421.328416504.07300.3750108133376
4.26141.449218004.06820.3749117963776
4.19281.570019504.05960.3758127794176
4.19711.690721004.05050.3777137624576
4.19661.811522504.01630.3787147454976
4.161.932324004.03520.3774157285376

Framework versions

  • Transformers 4.40.1
  • Pytorch 2.3.0+cu118
  • Datasets 2.19.0
  • Tokenizers 0.19.1

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
RobertaForMaskedLM
Ревизия весов
562740b

0 моделей