/ Модель

Характеристики

Контекст
512 токенов
Параметры
20,4 млн
Лицензия
Apache 2.0
Архитектура
electra · dense
Базовая модель
electra-small-generator
Опубликована
19 мар 2024

electra-finetuned-combo-textbook

Заполнение пропусковТекст → текст3 профессии

Дообученная небольшая модель ELECTRA для заполнения пропусков в англоязычном тексте.

9скачиваний за 30 дней0лайковвеса обновлены19 мар 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

willherbert27/electra-finetuned-combo-textbook — дообученная модель ELECTRA на базе google/electra-small-generator для задачи заполнения пропусков в тексте. Она подходит для восстановления замаскированных слов в англоязычных текстах; архитектура — ElectraForMaskedLM, размер — 20,4 млн параметров, контекст — до 512 токенов. Модель распространяется в формате Safetensors по лицензии Apache-2.0.

В карточке приведено значение loss 2,0564 на оценочном наборе, но набор данных указан как None, а подробности обучения и сценарии применения не описаны. Поэтому качество на конкретных текстах и устойчивость результатов по карточке оценить нельзя.

Сценарии применения

  • подстановка пропущенного слова в предложении
  • восстановление замаскированных слов в учебном тексте
  • получение вариантов заполнения текстового пропуска

Ограничения

В README не описаны обучающие данные и предполагаемые ограничения; датасет указан как None. Приведён только loss 2,0564, поэтому качество для конкретных сценариев по карточке оценить нельзя.

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

electra-finetuned-combo-textbook

This model is a fine-tuned version of google/electra-small-generator on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 2.0564

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: 0.0001
  • train_batch_size: 16
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 20

Training results

Training LossEpochStepValidation Loss
3.15891.024442.8061
2.89792.048882.6797
2.73623.073322.5658
2.63364.097762.5164
2.52615.0122202.4465
2.44276.0146642.4096
2.37477.0171082.3456
2.29238.0195522.3135
2.25949.0219962.2672
2.226510.0244402.2565
2.207511.0268842.2290
2.154812.0293282.1606
2.096213.0317722.2014
2.071414.0342162.1514
2.042315.0366602.1457
2.026316.0391042.0935
2.002917.0415482.1112
1.978618.0439922.0855
1.935219.0464362.0737
1.918220.0488802.0564

Framework versions

  • Transformers 4.38.2
  • Pytorch 1.13.1+cu116
  • Datasets 2.18.0
  • Tokenizers 0.15.2

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
ElectraForMaskedLM
Ревизия весов
1226c99

0 моделей