Характеристики

Контекст: 512 токенов
Параметры: 136 млн
Лицензия: Apache 2.0
Архитектура: albert · dense
Базовая модель: albert-base-v2
Опубликована: 3 июн 2024

Ссылки

Hugging Face

KUCI_albert_base_Finetuned

Ariffiq99

Классификация и разметкаТекст → label3 профессии

Дообученная англоязычная модель ALBERT для выбора ответа из нескольких вариантов.

7скачиваний 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

KUCI_albert_base_Finetuned — дообученная модель на базе albert/albert-base-v2, разработанная автором репозитория Ariffiq99. Она предназначена для задач с выбором одного ответа из нескольких вариантов (multiple-choice). В метаданных указаны архитектура ALBERT и класс AlbertForMultipleChoice; модель содержит 136,3 млн параметров, использует формат safetensors и рассчитана на контекст до 512 токенов. Базовая модель ALBERT предназначена для работы с английским текстом.

В README приведены метрики на оценочном наборе: loss 1,3234 и F1 0,3702. Датасет и подробности обучения не описаны, поэтому по этим показателям нельзя судить о качестве на конкретных задачах. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

Выбор правильного ответа в тестах с вариантами
Оценка вариантов ответа на вопрос по тексту
Автоматизация англоязычных заданий с множественным выбором

Ограничения

Датасет, сценарии обучения и ограничения применения не описаны. Приведённый F1 равен 0,3702, но сведения об оценочном наборе недостаточны для вывода о качестве в других задачах.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель I.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

KUCI_albert_base_Finetuned

This model is a fine-tuned version of albert/albert-base-v2 on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 1.3234
F1: 0.3702

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: 7

Training results

Training Loss	Epoch	Step	Validation Loss	F1
1.3324	1.0	5196	1.3209	0.3606
1.3295	2.0	10392	1.3197	0.3729
1.324	3.0	15588	1.3194	0.3644
1.3244	4.0	20784	1.3218	0.3604
1.3201	5.0	25980	1.3195	0.3647
1.3135	6.0	31176	1.3210	0.3646
1.3124	7.0	36372	1.3234	0.3702

Framework versions

Transformers 4.41.1
Pytorch 2.3.0+cu121
Datasets 2.19.1
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: a2b5bbf