/ Модель

Характеристики

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

COPA_KUCI_e_care_albert_base_finetuned

Классификация и разметкаТекст → label

Дообученная модель ALBERT для выбора ответа из нескольких вариантов по текстовому контексту.

7скачиваний за 30 дней0лайковвеса обновлены12 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_e_care_albert_base_finetuned — модель семейства ALBERT, разработанная Ariffiq99 и дообученная на базе Ariffiq99/KUCI_e_care_Albert_Base_Finetuned. Она предназначена для выбора ответа из нескольких вариантов по текстовому контексту. Модель содержит 136,3 млн параметров, принимает последовательности длиной до 512 токенов и распространяется в формате safetensors.

В карточке приведены результаты оценки: loss 1,2526 и F1 0,59. Датасет обучения не раскрыт, поэтому эти метрики не позволяют оценить качество на конкретных задачах или данных. Лицензия — Apache-2.0.

Сценарии применения

  • выбор наиболее подходящего ответа из нескольких вариантов
  • ответы на вопросы с вариантами по тексту
  • оценка вариантов продолжения по заданному контексту

Ограничения

Датасет обучения не указан. В карточке приведены loss 1,2526 и F1 0,59, но нет описания набора оценки и условий тестирования.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

COPA_KUCI_e_care_albert_base_finetuned

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

  • Loss: 1.2526
  • F1: 0.59

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 log1.0630.69500.508
No log2.01260.68260.542
No log3.01890.68160.578
No log4.02520.71850.58
No log5.03150.80540.586
No log6.03780.97330.584
No log7.04411.06910.586
0.46268.05041.17470.574
0.46269.05671.23920.588
0.462610.06301.25260.59

Framework versions

  • Transformers 4.41.2
  • 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
140bf14

0 моделей