/ Модель

Характеристики

Контекст
514 токенов
Параметры
305 млн
Лицензия
Apache 2.0
Архитектура
luke · dense
Опубликована
13 апр 2022

mluke-base-lite

Заполнение пропусковТекст → текст3 профессии

Облегчённая мультиязычная модель mLUKE предсказывает замаскированные токены в тексте на основе архитектуры LUKE и XLM-RoBERTa.

127скачиваний за 30 дней2лайкавеса обновлены16 июн 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

studio-ousia/mluke-base-lite — облегчённая мультиязычная модель mLUKE от Studio Ousia, основанная на архитектуре LUKE. Это плотная модель для заполнения пропусков в тексте: она предсказывает замаскированные токены. Веса инициализированы XLM-RoBERTa base; модель имеет 12 слоёв и размер скрытого состояния 768. В карточке указано 279 млн параметров, а в метаданных — 305,2 млн. Контекст составляет 514 токенов. Модель обучалась на Википедии на 24 языках и не содержит обычных Wikipedia entity embeddings, сохраняя специальные сущности, например [MASK].

Модель подходит для восстановления пропущенных слов и языкового моделирования с масками в многоязычных текстах. Архитектура LUKE также связана с задачами распознавания именованных сущностей и классификации отношений, однако основной тег этой модели — fill-mask. Лицензия — Apache-2.0. При загрузке через AutoModel предупреждение о неиспользуемых весах entity-aware attention ожидаемо при настройке по умолчанию; эти веса можно задействовать соответствующей конфигурацией.

Сценарии применения

  • восстановление пропущенных слов в многоязычном тексте
  • подстановка наиболее вероятного токена вместо маски
  • оценка языковых вариантов для замаскированного фрагмента
  • предобработка текста для экспериментов с мультиязычной языковой моделью

Ограничения

Вариант lite не содержит обычных Wikipedia entity embeddings. В README описано, что при загрузке через AutoModel по умолчанию веса entity-aware attention не используются.

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

mLUKE

mLUKE (multilingual LUKE) is a multilingual extension of LUKE.

Please check the official repository for more details and updates.

This is the mLUKE base model with 12 hidden layers, 768 hidden size. The total number of parameters in this model is 279M. The model was initialized with the weights of XLM-RoBERTa(base) and trained using December 2020 version of Wikipedia in 24 languages.

This model is a lite-weight version of studio-ousia/mluke-base, without Wikipedia entity embeddings but only with special entities such as [MASK].

Note

When you load the model from AutoModel.from_pretrained with the default configuration, you will see the following warning:

Some weights of the model checkpoint at studio-ousia/mluke-base-lite were not used when initializing LukeModel: [
'luke.encoder.layer.0.attention.self.w2e_query.weight', 'luke.encoder.layer.0.attention.self.w2e_query.bias', 
'luke.encoder.layer.0.attention.self.e2w_query.weight', 'luke.encoder.layer.0.attention.self.e2w_query.bias', 
'luke.encoder.layer.0.attention.self.e2e_query.weight', 'luke.encoder.layer.0.attention.self.e2e_query.bias', 
...]

These weights are the weights for entity-aware attention (as described in the LUKE paper). This is expected because use_entity_aware_attention is set to false by default, but the pretrained weights contain the weights for it in case you enable use_entity_aware_attention and have the weights loaded into the model.

Citation

If you find mLUKE useful for your work, please cite the following paper:

@inproceedings{ri-etal-2022-mluke,
    title = "m{LUKE}: {T}he Power of Entity Representations in Multilingual Pretrained Language Models",
    author = "Ri, Ryokan  and
      Yamada, Ikuya  and
      Tsuruoka, Yoshimasa",
    booktitle = "Proceedings of the 60th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers)",
    year = "2022",
    url = "https://aclanthology.org/2022.acl-long.505",

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
LukeForMaskedLM
Ревизия весов
3775c9b

0 моделей