/ Модель

Характеристики

Контекст
512 токенов
Архитектура
distilbert · dense
Опубликована
28 мая 2023

distilBERT-Nepali

Заполнение пропусковТекст → текст3 профессии

Дообученная модель DistilBERT для непальского языка, предсказывающая замаскированные токены в тексте.

18скачиваний за 30 дней0лайковвеса обновлены23 июл 2023

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

raygx/distilBERT-Nepali — модель семейства DistilBERT, дообученная для непальского языка на расширенном корпусе Nepali-Extended-Text-Corpus, объединяющем данные CC-100 и Nepali-Text-Corpus. Она предсказывает пропущенные токены в тексте и подходит для задач восстановления фрагментов непальских предложений. Модель использует архитектуру DistilBertForMaskedLM, принимает текст, поддерживает контекст до 512 токенов и опубликована в формате TensorFlow.

В карточке приведены результаты оценки: минимальная perplexity 17,31, средняя 19,12 и validation loss 3,0674. Автор отмечает, что обучение проходило пакетами из-за ограниченных ресурсов; также использован другой токенизатор, поэтому модель существенно отличается от предыдущей версии. Лицензия в доступных данных не указана.

Сценарии применения

  • восстановление пропущенных слов в непальском тексте
  • подбор контекста для замаскированного токена
  • оценка языковых представлений непальских предложений

Ограничения

Карточка сообщает об обучении пакетами при ограниченных ресурсах и приводит метрики только на оценочной выборке; качество на других данных не описано. Лицензия в доступных данных не указана.

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

distilBERT-Nepali

This model fine-tuned model of raygx/distilBERT-Nepali, revision no.: b35360e0cffb71ae18aaf4ea00ff8369964243a2

It achieves the following results on the evaluation set:

Perplexity:

  • lowest: 17.31
  • average: 19.12z

(This is because training is done in batches of data due to limited resources available)

Loss:

  • loss: 3.2503
  • val_loss: 3.0674

Model description

This model is trained on raygx/Nepali-Extended-Text-Corpus dataset. This dataset is a mixture of cc100 and raygx/Nepali-Text-Corpus. Thus this model is trained on 10 times more data than its previous self. Another change is, the tokenizer is different. Hence, it is a totally different model.

Training procedure

Training is done by running one epoch at once on a batch of data. Thus, training is done for total 6 rounds. So, there were total of 3 batches and 2 epochs.

Training hyperparameters

The following hyperparameters were used during training:

  • optimizer: {'name': 'AdamWeightDecay', 'learning_rate': {'class_name': 'WarmUp', 'config': {'initial_learning_rate': 5e-05, 'decay_schedule_fn': {'class_name': 'PolynomialDecay', 'config': {'initial_learning_rate': 5e-05, 'decay_steps': 16760, 'end_learning_rate': 0.0, 'power': 1.0, 'cycle': False, 'name': None}, 'passive_serialization': True}, 'warmup_steps': 1000, 'power': 1.0, 'name': None}}, 'decay': 0.0, 'beta_1': 0.9, 'beta_2': 0.999, 'epsilon': 1e-08, 'amsgrad': False, 'weight_decay_rate': 0.01}
  • training_precision: mixed_float16

Training results

Perplexity:

  • lowest: 17.31
  • average: 19.12

Loss:

  • loss: 4.8605 - val_loss: 4.0510 - Perplexity: 56.96
  • loss: 3.8504 - val_loss: 3.5142 - Perplexity: 33.65
  • loss: 3.4918 - val_loss: 3.2408 - Perplexity: 25.64
  • loss: 3.2503 - val_loss: 3.0674 - Perplexity: 21.56
  • loss: 3.1324 - val_loss: 2.9243 - Perplexity: 18.49
  • loss: 3.2503 - val_loss: 3.0674 - Perplexity: 17.31

Framework versions

  • Transformers 4.30.2
  • TensorFlow 2.12.0
  • Datasets 2.1.0
  • Tokenizers 0.13.3

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · fill-mask

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Класс архитектуры
DistilBertForMaskedLM
Ревизия весов
65e4f80

0 моделей