/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Базовая модель
e_care_bert_base_uncased_finetuned
Опубликована
4 июн 2024

KUCI_e_care_Bert_Based_Uncased_Finetuned

Классификация и разметкаТекст → label3 профессии

Дообученная модель BERT для выбора правильного ответа из нескольких вариантов.

19скачиваний за 30 дней0лайковвеса обновлены5 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

KUCIecareBertBasedUncasedFinetuned — модель на архитектуре BERT, дообученная Ariffiq99 на неизвестном наборе данных. Она предназначена для выбора ответа из нескольких вариантов по текстовому вопросу и вариантам ответа. Модель содержит 136,7 млн параметров, принимает последовательности длиной до 512 токенов и распространяется в формате safetensors.

В карточке приведены результаты оценки: loss 1,1213 и F1 0,5413. Эти показатели относятся к указанному оценочному набору и сами по себе не позволяют судить о качестве на других данных. Модель опубликована по лицензии Apache-2.0.

Сценарии применения

  • выбор ответа в тесте с вариантами
  • автоматическая проверка вопросов с множественным выбором
  • ранжирование вариантов ответа для текстового вопроса

Ограничения

Данные дообучения не описаны, а результат F1 0,5413 приведён только для оценочного набора из карточки; переносимость на другие данные не установлена.

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

KUCI_e_care_Bert_Based_Uncased_Finetuned

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

  • Loss: 1.1213
  • F1: 0.5413

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 LossEpochStepValidation LossF1
1.19181.051961.18050.4805
1.1232.0103921.11980.5135
1.06673.0155881.10350.5263
1.01864.0207841.08200.5328
0.97045.0259801.10820.5380
0.92576.0311761.12120.5447
0.90987.0363721.12130.5413

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
BertForMultipleChoice
Ревизия весов
0d78651

0 моделей