%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Efficient Mlm M0.15 801010
E
Efficient Mlm M0.15 801010
princeton-nlpによって開発
プレレイヤー正規化技術を採用したRoBERTaモデル、マスク言語モデリングにおけるマスク比率の影響を研究
ダウンロード数 114
リリース時間 : 4/22/2022
モデル概要
このモデルはRoBERTaアーキテクチャを改良した事前学習言語モデルで、マスク言語モデリングタスクにおけるマスク内容の比率がモデル性能に与える影響を主に研究しています。HuggingFaceがまだサポートしていないプレレイヤー正規化技術を採用しています。
モデル特徴
プレレイヤー正規化技術
HuggingFace公式ライブラリがまだサポートしていないプレレイヤー正規化アーキテクチャを採用、トレーニング安定性の向上が期待
マスク比率研究
マスク言語モデリングにおける15%のマスク比率が最適かどうかを専門に研究
HuggingFace互換
特殊なアーキテクチャを使用しているが、カスタムコードによりHuggingFaceエコシステムと互換性を保持
モデル能力
マスク言語モデリング
テキスト表現学習
シーケンス分類
使用事例
自然言語処理研究
マスク比率最適化研究
異なるマスク比率が事前学習言語モデルの性能に与える影響を研究するために使用
テキスト理解
テキスト分類
ファインチューニングにより様々なテキスト分類タスクに使用可能
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル
Transformers 複数言語対応
Transformers 複数言語対応L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2％です。
対話システム Transformers 英語
Transformers 英語C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98