/ Модель

Характеристики

Контекст
512 токенов
Параметры
136 млн
Лицензия
Apache 2.0
Архитектура
albert · dense
Базовая модель
KUCI_albert_base_Finetuned
Опубликована
3 июн 2024

COPA_KUCI_albert_base_finetuned

Классификация и разметкаТекст → label3 профессии

Дообученная ALBERT-модель для выбора ответа из нескольких вариантов.

9скачиваний за 30 дней0лайковвеса обновлены3 июн 2024

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

COPA_KUCI_albert_base_finetuned — модель на архитектуре ALBERT, дообученная автором Ariffiq99 на базе Ariffiq99/KUCI_albert_base_Finetuned для выбора ответа из нескольких вариантов. Она предназначена для задач multiple-choice; размер составляет 136,3 млн параметров, контекст — до 512 токенов. В README приведены результаты оценки: loss 0,8369 и F1 0,66; данные и методика оценки не описаны. Модель опубликована в формате safetensors под лицензией Apache-2.0.

Сценарии применения

  • выбор наиболее подходящего ответа из предложенных вариантов
  • решение тестов с вопросами и вариантами ответа
  • оценка вариантов ответа в задачах понимания текста

Ограничения

README не раскрывает обучающие данные и сценарии применения. Указанные метрики приведены без описания набора и методики оценки.

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

COPA_KUCI_albert_base_finetuned

This model is a fine-tuned version of Ariffiq99/KUCI_albert_base_Finetuned on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.8369
  • F1: 0.66

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 1e-05
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 10

Training results

Training LossEpochStepValidation LossF1
No log1.0630.68000.594
No log2.01260.64680.634
No log3.01890.58690.684
No log4.02520.60860.674
No log5.03150.64200.678
No log6.03780.68650.68
No log7.04410.74130.67
0.39088.05040.77720.648
0.39089.05670.82820.662
0.390810.06300.83690.66

Framework versions

  • Transformers 4.41.1
  • Pytorch 2.3.0+cu121
  • Datasets 2.19.2
  • Tokenizers 0.19.1

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · multiple-choice

Можно запустить

Подбираем GPU…

Класс архитектуры
AlbertForMultipleChoice
Ревизия весов
8f9a876

0 моделей