Efficient Mlm M0.15 801010
E
Efficient Mlm M0.15 801010
由princeton-nlp開發
採用預層歸一化技術的 RoBERTa 模型,研究掩碼語言建模中遮蔽比例的影響
下載量 114
發布時間 : 4/22/2022
模型概述
該模型是基於 RoBERTa 架構改進的預訓練語言模型,主要研究在掩碼語言建模任務中遮蔽內容比例對模型性能的影響。採用了 HuggingFace 暫不支持的預層歸一化技術。
模型特點
預層歸一化技術
採用 HuggingFace 官方庫暫不支持的預層歸一化架構,可能提升訓練穩定性
遮蔽比例研究
專門研究掩碼語言建模中15%遮蔽比例是否最優的問題
兼容 HuggingFace
雖然使用特殊架構,但仍可通過定製代碼與 HuggingFace 生態兼容
模型能力
掩碼語言建模
文本表徵學習
序列分類
使用案例
自然語言處理研究
遮蔽比例優化研究
用於研究不同遮蔽比例對預訓練語言模型性能的影響
文本理解
文本分類
通過微調可用於各類文本分類任務
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98