Efficient Mlm M0.15 801010
E
Efficient Mlm M0.15 801010
由 princeton-nlp 开发
采用预层归一化技术的 RoBERTa 模型,研究掩码语言建模中遮蔽比例的影响
下载量 114
发布时间 : 4/22/2022
模型简介
该模型是基于 RoBERTa 架构改进的预训练语言模型,主要研究在掩码语言建模任务中遮蔽内容比例对模型性能的影响。采用了 HuggingFace 暂不支持的预层归一化技术。
模型特点
预层归一化技术
采用 HuggingFace 官方库暂不支持的预层归一化架构,可能提升训练稳定性
遮蔽比例研究
专门研究掩码语言建模中15%遮蔽比例是否最优的问题
兼容 HuggingFace
虽然使用特殊架构,但仍可通过定制代码与 HuggingFace 生态兼容
模型能力
掩码语言建模
文本表征学习
序列分类
使用案例
自然语言处理研究
遮蔽比例优化研究
用于研究不同遮蔽比例对预训练语言模型性能的影响
文本理解
文本分类
通过微调可用于各类文本分类任务
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers 支持多种语言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers 英语

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 中文
R
uer
2,694
98