Roberta Large 1160k

🚀 roberta-large-1160k

このモデルは、マスク言語モデリングに使用でき、下流タスクでのファインチューニングを主な目的としています。

🚀 クイックスタート

このモデルは、マスク言語モデリングのパイプラインで直接使用できます。また、与えられたテキストの特徴量を取得することもできます。

✨ 主な機能

• マスク言語モデリングに使用可能
• 下流タスクでのファインチューニングに適している

💻 使用例

基本的な使用法

マスク言語モデリングのパイプラインでこのモデルを直接使用する方法です。

>>> from transformers import pipeline
>>> unmasker = pipeline('fill-mask', model='AI-Sweden-Models/roberta-large-1160k')
>>> unmasker("Huvudstaden i Sverige är <mask>.")
[{'score': 0.5841221213340759,
  'token': 1945,
  'token_str': ' Stockholm',
  'sequence': 'Huvudstaden i Sverige är Stockholm.'},
 {'score': 0.06775698810815811,
  'token': 5007,
  'token_str': ' Göteborg',
  'sequence': 'Huvudstaden i Sverige är Göteborg.'},
 {'score': 0.05057400465011597,
  'token': 5761,
  'token_str': ' Malmö',
  'sequence': 'Huvudstaden i Sverige är Malmö.'},
 {'score': 0.021936343982815742,
  'token': 21449,
  'token_str': ' Norrköping',
  'sequence': 'Huvudstaden i Sverige är Norrköping.'},
 {'score': 0.017798304557800293,
  'token': 5658,
  'token_str': ' Uppsala',
  'sequence': 'Huvudstaden i Sverige är Uppsala.'}]

>>> unmasker("Hovedstaden i Norge er <mask>.")
[{'score': 0.6792309284210205,
  'token': 5158,
  'token_str': ' Oslo',
  'sequence': 'Hovedstaden i Norge er Oslo.'},
 {'score': 0.09379775077104568,
  'token': 15456,
  'token_str': ' Trondheim',
  'sequence': 'Hovedstaden i Norge er Trondheim.'},
 {'score': 0.052535850554704666,
  'token': 11370,
  'token_str': ' Bergen',
  'sequence': 'Hovedstaden i Norge er Bergen.'},
 {'score': 0.03465486690402031,
  'token': 29407,
  'token_str': ' hovedstaden',
  'sequence': 'Hovedstaden i Norge er hovedstaden.'},
 {'score': 0.03017985075712204,
  'token': 33311,
  'token_str': ' Kristiansand',
  'sequence': 'Hovedstaden i Norge er Kristiansand.'}]

>>> unmasker("Danmarks hovedstad er <mask>.")
[{'score': 0.11624140292406082,
  'token': 4794,
  'token_str': ' København',
  'sequence': 'Danmarks hovedstad er København.'},
 {'score': 0.045051511377096176,
  'token': 7680,
  'token_str': ' død',
  'sequence': 'Danmarks hovedstad er død.'},
 {'score': 0.02936543896794319,
  'token': 10795,
  'token_str': ' lukket',
  'sequence': 'Danmarks hovedstad er lukket.'},
 {'score': 0.026030730456113815,
  'token': 13580,
  'token_str': ' Odense',
  'sequence': 'Danmarks hovedstad er Odense.'},
 {'score': 0.02130937948822975,
  'token': 16347,
  'token_str': ' Roskilde',
  'sequence': 'Danmarks hovedstad er Roskilde.'}]

高度な使用法

与えられたテキストの特徴量を取得する方法です。

from transformers import RobertaTokenizer, RobertaModel
tokenizer = RobertaTokenizer.from_pretrained('AI-Sweden-Models/roberta-large-1160k')
model = RobertaModel.from_pretrained('AI-Sweden-Models/roberta-large-1160k')
text = "Replace me by any text you'd like."
encoded_input = tokenizer(text, return_tensors='pt')
output = model(**encoded_input)

📦 インストール

原文書にインストール手順は記載されていないため、このセクションは省略されます。

📚 ドキュメント

訓練データ

Nordic Pileのスカンジナビアサブセット（スウェーデン語、ノルウェー語、デンマーク語）で、414,962,688個のテキストサンプルから構成されています。

訓練手順

このモデルは、optimum-habanaフレームワークを使用して訓練されました。Intel Sweden ABが管理する8台のIntel® Gaudi® 2 AIアクセラレータを利用しています。 重みはhttps://huggingface.co/FacebookAI/roberta-large から初期化され、トークナイザーはゼロから訓練されています。 このモデルはチェックポイント（1,160,000 / 1,350,790）です。最終ランは5エポックで、これはエポック4.29です。バッチサイズは1536です。

評価結果

下流タスクでファインチューニングした場合、このモデルは以下の結果を達成します。

2024年3月26日現在、ScandEvalでgpt-4-0613に次いで2位にランクされています。

🔧 技術詳細

原文書に技術詳細に関する具体的な説明が不十分であるため、このセクションは省略されます。

📄 ライセンス

このモデルはMITライセンスの下で提供されています。