/ Модель

Характеристики

Контекст
512 токенов
Параметры
152 млн
Архитектура
mra · dense
Опубликована
23 июн 2023

mra-base-512-4

Заполнение пропусковТекст → текст3 профессии

Модель MRA на 151,8 млн параметров предсказывает замаскированные токены в последовательностях длиной до 512 токенов.

5 914скачиваний за 30 дней1лайквеса обновлены10 июл 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

uw-madison/mra-base-512-4 — модель MRA для языкового моделирования с маскированием токенов. Она основана на подходе Multi Resolution Analysis for Approximate Self-Attention, предложенном Занпенгом Зенгом, Соравом Палом, Джеффри Клайном, Гленном Фунгом и Викасом Сингхом; модель опубликована на Hugging Face пользователем novice03. Архитектура плотная, класс MraForMaskedLM, размер — 151,8 млн параметров, контекст — 512 токенов.

Модель предназначена для восстановления скрытых токенов в последовательности и экспериментов с эффективным приближением self-attention на основе многомасштабного анализа. В карточке описаны исследования на коротких и длинных последовательностях, но не приведены данные о поддерживаемых языках или лицензии.

Сценарии применения

  • восстановление пропущенных слов в тексте
  • получение контекстных представлений токенов для NLP-пайплайнов
  • эксперименты с приближённым self-attention
  • предобучение или оценка моделей masked language modeling

Ограничения

Карточка не сообщает поддерживаемые языки и лицензию. Модель описана для последовательностей длиной до 512 токенов; назначение ограничено предсказанием замаскированных токенов.

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

MRA

MRA model for masked language modeling (MLM) for sequence length 512.

About MRA

The MRA model was proposed in Multi Resolution Analysis (MRA) for Approximate Self-Attention by Zhanpeng Zeng, Sourav Pal, Jeffery Kline, Glenn M Fung, and Vikas Singh.

The abstract from the paper is the following:

Transformers have emerged as a preferred model for many tasks in natural langugage processing and vision. Recent efforts on training and deploying Transformers more efficiently have identified many strategies to approximate the self-attention matrix, a key module in a Transformer architecture. Effective ideas include various prespecified sparsity patterns, low-rank basis expansions and combinations thereof. In this paper, we revisit classical Multiresolution Analysis (MRA) concepts such as Wavelets, whose potential value in this setting remains underexplored thus far. We show that simple approximations based on empirical feedback and design choices informed by modern hardware and implementation challenges, eventually yield a MRA-based approach for self-attention with an excellent performance profile across most criteria of interest. We undertake an extensive set of experiments and demonstrate that this multi-resolution scheme outperforms most efficient self-attention proposals and is favorable for both short and long sequences. Code is available at https://github.com/mlpen/mra-attention.

This model was contributed by novice03. The original code can be found here.

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
MraForMaskedLM
Ревизия весов
48d9b4b

0 моделей