/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Опубликована
17 июн 2024

e_care_CRAB_COPA_KUCI_bert_base_uncased_finetuned

Классификация и разметкаТекст → label3 профессии

Дообученная BERT-модель для выбора ответа из нескольких вариантов по текстовому вопросу.

11скачиваний за 30 дней0лайковвеса обновлены17 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

Модель e_care_CRAB_COPA_KUCI_bert_base_uncased_finetuned — дообученная версия Ariffiq99/CRAB_COPA_KUCI_Bert_Base_Uncased_finetuned, разработанная автором репозитория Ariffiq99. Это плотная BERT-модель с головой BertForMultipleChoice, предназначенная для выбора наиболее подходящего ответа из нескольких вариантов. Она содержит 136,7 млн параметров и поддерживает контекст до 512 токенов.

В README приведены результаты оценки: loss 0,8644 и F1 0,7531; набор данных для дообучения не назван. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • выбор правильного ответа в тесте с вариантами
  • сравнение нескольких текстовых ответов на вопрос
  • оценка вариантов продолжения или причины события
  • построение системы тестирования с вопросами и вариантами ответа

Ограничения

Данные для дообучения и предполагаемые предметные области не описаны. Приведены только метрики loss и F1 без подробностей о методике 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

e_care_CRAB_COPA_KUCI_bert_base_uncased_finetuned

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

  • Loss: 0.8644
  • F1: 0.7531

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: 6

Training results

Training LossEpochStepValidation LossF1
0.58121.09330.49230.7342
0.40152.018660.50550.7512
0.28453.027990.64940.7493
0.18124.037320.74570.7620
0.13445.046650.82670.7568
0.10946.055980.86440.7531

Framework versions

  • Transformers 4.41.2
  • Pytorch 2.3.0+cu121
  • Datasets 2.20.0
  • 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
c9f944d

0 моделей