Характеристики

Контекст: 512 токенов
Лицензия: Apache 2.0
Архитектура: distilbert · dense
Базовая модель: distilbert-base-uncased
Библиотека: transformers
Опубликована: 6 сен 2024

Ссылки

Hugging Face

distilbert-base-uncased-ft-imdb-mlm

sauc-abadal-lloret

Заполнение пропусковТекст → текст

Дообученная модель DistilBERT для предсказания замаскированных токенов в английском тексте.

8скачиваний за 30 дней0лайковвеса обновлены6 сен 2024

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

sauc-abadal-lloret/distilbert-base-uncased-ft-imdb-mlm — модель семейства DistilBERT, дообученная на базе distilbert/distilbert-base-uncased. Она предназначена для заполнения пропусков в тексте: модель предсказывает токен вместо специальной маски, опираясь на окружающий контекст. Использовать её можно для восстановления скрытых слов и демонстрации задач masked language modeling. Архитектура — DistilBertForMaskedLM; модель работает с текстом и поддерживает контекст до 512 токенов.

В README указан результат оценки Loss 3.3063, но подробности набора данных и методики оценки отсутствуют. Модель распространяется в формате safetensors по лицензии Apache-2.0.

Сценарии применения

восстановление скрытого слова в предложении
подбор вероятного токена для текстовой маски
демонстрация masked language modeling
эксперименты с заполнением пропусков в английском тексте

Ограничения

В README не описаны обучающие данные и сценарии применения; указано лишь, что набор данных неизвестен. Приведённая оценка Loss 3.3063 не сопровождается деталями методики и сама по себе не показывает качество на конкретных задачах.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

distilbert-base-uncased-ft-imdb-mll

This model is a fine-tuned version of distilbert-base-uncased on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 3.3063
Model Preparation Time: 0.0037

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: 64
eval_batch_size: 64
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 3
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Model Preparation Time
3.5575	1.0	157	3.3218	0.0037
3.4089	2.0	314	3.2863	0.0037
3.3708	3.0	471	3.2796	0.0037

Framework versions

Transformers 4.44.2
Pytorch 2.4.0+cu121
Datasets 2.21.0
Tokenizers 0.19.1

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры: DistilBertForMaskedLM
Ревизия весов: 69d6348