/ Модель

Характеристики

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

mluke-large-lite

Заполнение пропусковТекст → текст3 профессии

Многоязычная базовая модель LUKE для предсказания замаскированных токенов и восстановления пропусков в тексте.

87скачиваний 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

mLUKE large lite — многоязычная языковая модель семейства LUKE, опубликованная Studio Ousia. Это базовая модель для предсказания замаскированных токенов: она принимает текст с маской и предсказывает подходящее заполнение. Модель основана на XLM-RoBERTa large, имеет 12 слоёв и размер скрытого представления 768; в README указано 561 млн параметров, а в метаданных — 658,7 млн. Репозиторий содержит веса PyTorch, максимальный контекст — 514 токенов.

Модель обучена на Википедии за декабрь 2020 года на 24 языках. Это облегчённый вариант studio-ousia/mluke-large без эмбеддингов сущностей Википедии; сохранены специальные сущности, например [MASK]. Подходит как базовая модель для языковых задач и сценариев, где требуется восстановление пропусков в тексте. Архитектура LUKE поддерживает механизмы внимания к сущностям, однако при стандартной загрузке соответствующие веса не используются, поскольку use_entity_aware_attention выключен.

Модель распространяется по лицензии Apache-2.0. Карточка не описывает отдельные оценки качества или гарантии для конкретных задач; для применения в NER, классификации отношений или ответах на вопросы потребуется проверить качество и при необходимости дообучить модель.

Сценарии применения

  • восстановление пропущенных слов в многоязычном тексте
  • подбор вероятного токена вместо маски [MASK]
  • создание базовой модели для дообучения на языковых задачах
  • эксперименты с маскированным языковым моделированием на 24 языках

Ограничения

Контекст ограничен 514 токенами. В облегчённой версии нет эмбеддингов сущностей Википедии, а механизм entity-aware attention выключен при стандартной загрузке.

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 561M. The model was initialized with the weights of XLM-RoBERTa(large) and trained using December 2020 version of Wikipedia in 24 languages.

This model is a lite-weight version of studio-ousia/mluke-large, 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
30a873c

0 моделей