/ Модель

Характеристики

Контекст
512 токенов
Параметры
424 млн
Архитектура
albert · dense
Опубликована
2 мар 2022

albert_chinese_large

Заполнение пропусковТекст → текст3 профессии

Китайская ALBERT Large для предсказания скрытых токенов и восстановления пропусков в тексте.

107скачиваний за 30 дней7лайковвеса обновлены17 мар 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

voidful/albert_chinese_large — китайская версия ALBERT Large, созданная Google и преобразованная в формат Hugging Face. Это плотная модель AlbertForMaskedLM на 424,3 млн параметров для предсказания скрытых токенов в тексте. Она поддерживает китайский язык и контекст до 512 токенов; для работы с токенизатором README рекомендует BertTokenizer вместо AlbertTokenizer из-за особенностей словаря без SentencePiece.

Модель подходит для восстановления пропусков и анализа контекста китайского текста. Репозиторий содержит веса PyTorch и Safetensors; лицензия в предоставленных данных не указана.

Сценарии применения

  • восстановление пропущенного и замаскированного слова в китайском тексте
  • оценка вариантов заполнения пропуска в китайском предложении
  • контекстный анализ китайских текстов через masked language modeling

Ограничения

README указывает, что для токенизации следует использовать BertTokenizer вместо AlbertTokenizer. Контекст ограничен 512 токенами.

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

albert_chinese_large

This a albert_chinese_large model from Google's github
converted by huggingface's script

Notice

Support AutoTokenizer

Since sentencepiece is not used in albert_chinese_base model
you have to call BertTokenizer instead of AlbertTokenizer !!!
we can eval it using an example on MaskedLM

由於 albert_chinese_base 模型沒有用 sentencepiece
用AlbertTokenizer會載不進詞表,因此需要改用BertTokenizer !!!
我們可以跑MaskedLM預測來驗證這個做法是否正確

Justify (驗證有效性)

from transformers import AutoTokenizer, AlbertForMaskedLM
import torch
from torch.nn.functional import softmax

pretrained = 'voidful/albert_chinese_large'
tokenizer = AutoTokenizer.from_pretrained(pretrained)
model = AlbertForMaskedLM.from_pretrained(pretrained)

inputtext = "今天[MASK]情很好"

maskpos = tokenizer.encode(inputtext, add_special_tokens=True).index(103)

input_ids = torch.tensor(tokenizer.encode(inputtext, add_special_tokens=True)).unsqueeze(0)  # Batch size 1
outputs = model(input_ids, labels=input_ids)
loss, prediction_scores = outputs[:2]
logit_prob = softmax(prediction_scores[0, maskpos],dim=-1).data.tolist()
predicted_index = torch.argmax(prediction_scores[0, maskpos]).item()
predicted_token = tokenizer.convert_ids_to_tokens([predicted_index])[0]
print(predicted_token, logit_prob[predicted_index])

Result: 心 0.9422469735145569

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
AlbertForMaskedLM
Ревизия весов
35f0242

0 моделей