/ Модель

Характеристики

Контекст
514 токенов
Параметры
95,2 млн
Архитектура
roberta · dense
Опубликована
16 мар 2022

MiniLMv2-L6-H768-distilled-from-RoBERTa-Large-finetuned-wikitext103

Заполнение пропусковТекст → текст3 профессии

Дообученная на WikiText модель RoBERTa для предсказания пропущенных токенов в тексте.

75скачиваний за 30 дней1лайквеса обновлены18 мар 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

Это модель заполнения пропусков в тексте на основе архитектуры RoBERTa, дообученная автором saghar на наборе WikiText. Она предназначена для предсказания замаскированных токенов в текстах; размер составляет 95,2 млн параметров, контекст — до 514 токенов. В качестве базовой модели указана nreimers/MiniLMv2-L6-H768-distilled-from-RoBERTa-Large, а сохранённый формат — PyTorch.

В карточке приведён результат оценки на тестовой выборке: loss 3,7556. Данные о поддерживаемых языках и практических ограничениях не приведены. Лицензия в предоставленных метаданных и README не указана.

Сценарии применения

  • восстановление замаскированного слова в предложении
  • подбор вероятного токена для заполнения пропуска
  • оценка вариантов продолжения текста с маскированным фрагментом

Ограничения

README не содержит подробных сведений о применении и ограничениях; в предоставленных данных также нет информации о поддерживаемых языках и лицензии.

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-H768-distilled-from-RoBERTa-Large-finetuned-wikitext103

This model is a fine-tuned version of nreimers/MiniLMv2-L6-H768-distilled-from-RoBERTa-Large on the wikitext dataset. It achieves the following results on the evaluation set:

  • Loss: 3.7556

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: 32
  • eval_batch_size: 32
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 3.0

Training results

Training LossEpochStepValidation Loss
4.68061.031253.9691
4.04412.062503.7885
3.95093.093753.7556

Framework versions

  • Transformers 4.16.2
  • Pytorch 1.8.1
  • Datasets 1.11.0
  • Tokenizers 0.10.3

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
bbdd1bc

0 моделей