/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
137 млн
Лицензия
MIT
Архитектура
bert · dense
Опубликована
2 мар 2022

scibert_scivocab_uncased_long_4096

Заполнение пропусковТекст → текст3 профессии

Модель SciBERT на архитектуре Longformer для заполнения пропусков в длинных англоязычных научных текстах с контекстом до 4096 токенов.

153скачиваний за 30 дней6лайковвеса обновлены3 мая 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

yorko/scibert_scivocab_uncased_long_4096 — версия SciBERT uncased, преобразованная в архитектуру Longformer; исходную SciBERT разработала Allen Institute for AI, а конверсию выполнил автор этой модели по руководству Allen AI. Это языковая модель на базе BERT с 137,1 млн параметров, предназначенная для работы с научными текстами и заполнения пропусков в тексте. Контекст увеличен с 512 до 4096 токенов, что позволяет подавать научные документы большей длины.

Модель принимает английский текст и предсказывает замаскированные токены. Увеличенный контекст удобен для обработки полных научных статей, однако в README отмечено, что модель примерно в 2,5 раза медленнее обычной SciBERT. После преобразования не проводилось дополнительное MLM-предобучение, а обширные сравнения качества на прикладных задачах не выполнялись. Лицензия — MIT.

Сценарии применения

  • предсказание пропущенных слов в научных статьях
  • языковое моделирование длинных научных документов
  • анализ контекста фрагментов полной научной статьи

Ограничения

Модель примерно в 2,5 раза медленнее обычной SciBERT; после преобразования не проводилось дополнительное MLM-предобучение и обширные бенчмарки downstream-задач.

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

SciBERT Longformer

This is a Lonformer version of the SciBERT uncased model by Allen AI. The model is slower than SciBERT (~2.5x in my benchmarks) but can allow for 8x wider max_seq_length (4096 vs. 512) which is handy in the case of working with long texts, e.g. scientific full texts.

The conversion to Longformer was performed with a tutorial by Allen AI: see a Google Colab Notebook by Yury which closely follows the tutorial.

Note:

  • no additional MLM pretraining of the Longformer was performed, the collab notebook stops at step 3, and step 4 is not done. The model can be improved with this additional MLM pretraining, better to do so with scientific texts, e.g. S2ORC, again by Allen AI.
  • no extensive benchmarks of SciBERT Longformer vs. SciBERT were performed in terms of downstream task performance

Links:

If using these models, please consider citing the following papers:

@inproceedings{beltagy-etal-2019-scibert,
    title = "SciBERT: A Pretrained Language Model for Scientific Text",
    author = "Beltagy, Iz  and Lo, Kyle  and Cohan, Arman",
    booktitle = "EMNLP",
    year = "2019",
    publisher = "Association for Computational Linguistics",
    url = "https://www.aclweb.org/anthology/D19-1371"
}

@article{Beltagy2020Longformer,
  title={Longformer: The Long-Document Transformer},
  author={Iz Beltagy and Matthew E. Peters and Arman Cohan},
  journal={arXiv:2004.05150},
  year={2020},
}

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
BertForMaskedLM
Ревизия весов
16c1dc8

0 моделей