/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
DUO · dense
Библиотека
transformers
Опубликована
13 апр 2025

duo-distilled

Заполнение пропусковТекст → текст3 профессии

DUO Distilled — англоязычная языковая модель примерно на 130 млн параметров для заполнения пропусков и генерации текста.

276скачиваний за 30 дней1лайквеса обновлены12 окт 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

DUO Distilled — плотная языковая модель семейства DUO для masked language modeling и генерации текста. В карточке указаны около 130 млн параметров без эмбеддингов, контекст длиной 1024 токена и обучение в течение 1 млн шагов на корпусе OpenWebText. Для запуска README показывает Transformers и AutoModelForMaskedLM с токенизатором GPT-2.

Модель подходит для заполнения пропусков в тексте и экспериментов с генерацией на английском языке. Репозиторий содержит веса Safetensors и опубликован под лицензией Apache-2.0. Подробности архитектуры и метода дистилляции в карточке не раскрыты.

Сценарии применения

  • заполнение пропущенных слов и фрагментов текста
  • восстановление текста с замаскированными участками
  • эксперименты с генерацией английского текста
  • исследование masked language modeling на корпусе OpenWebText

Ограничения

Контекст ограничен 1024 токенами. README не приводит оценок качества и результатов сравнения с другими моделями.

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

Using DUO

To use the pre-trained model for masked language modeling, use the following snippet:

from transformers import AutoModelForMaskedLM, AutoTokenizer

# See the `DUO` collection page on the hub for list of available models.
tokenizer = transformers.AutoTokenizer.from_pretrained('gpt2')
model = AutoModelForMaskedLM.from_pretrained('s-sahoo/duo-distilled')

For a hands-on example, check out this Colab notebook. For more information and implementation details, visit our github repository: DUO

Model Details

The model, which has a context length of 1024 and is similar in size to GPT2-medium with approximately 130 million non-embedding parameters, was trained for 1M steps on the OpenWebText corpus.

For more details, please see our paper: The Diffusion Duality.

Project page: https://s-sahoo.com/duo

Citation

Please cite our work using the bibtex below:

BibTeX:

@inproceedings{
sahoo2025the,
title={The Diffusion Duality},
author={Subham Sekhar Sahoo and Justin Deschenaux and Aaron Gokaslan and Guanghan Wang and Justin T Chiu and Volodymyr Kuleshov},
booktitle={Forty-second International Conference on Machine Learning},
year={2025},
url={https://openreview.net/forum?id=9P9Y8FOSOk}
}

Model Card Contact

Subham Sekhar Sahoo (ssahoo@cs.cornell.edu)

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · fill-mask

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
DUO
Ревизия весов
08ee71f

0 моделей