Характеристики

Контекст: 512 токенов
Параметры: 136 млн
Лицензия: Apache 2.0
Архитектура: albert · dense
Базовая модель: albert-base-v2
Опубликована: 7 июн 2024

Ссылки

Hugging Face

e_care_albert_base_finetuned

Ariffiq99

Классификация и разметкаТекст → label3 профессии

Дообученная англоязычная модель ALBERT для выбора правильного ответа из нескольких вариантов.

12скачиваний за 30 дней0лайковвеса обновлены7 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

Ariffiq99/e_care_albert_base_finetuned — дообученная модель ALBERT для задач с выбором одного варианта ответа. Она основана на albert/albert-base-v2 и использует архитектуру AlbertForMultipleChoice; размер модели — 136,3 млн параметров, максимальная длина контекста — 512 токенов. Модель сохранена в формате Safetensors.

Её можно применять в системах, где ответ выбирается из предложенных вариантов, например для тестов и вопросов с вариантами ответа. В README приведены значения loss 1,4498 и F1 0,7290 на оценочном наборе, однако набор данных и условия оценки не описаны, поэтому эти показатели не позволяют судить о качестве на конкретных задачах. Базовая модель ориентирована на английский язык; лицензия — Apache-2.0.

Сценарии применения

выбор ответа в тестах с вариантами
оценка ответов на вопросы с несколькими вариантами
автоматизация викторин и учебных заданий

Ограничения

Данные обучения и подробности оценки не указаны; приведённые метрики сами по себе не показывают качество на других наборах данных. Контекст ограничен 512 токенами.

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

e_care_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: 1.4498
F1: 0.7290

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
0.552	1.0	933	0.5073	0.7380
0.392	2.0	1866	0.5267	0.7455
0.2009	3.0	2799	0.7612	0.7446
0.0715	4.0	3732	1.0338	0.7479
0.0243	5.0	4665	1.2592	0.7328
0.0079	6.0	5598	1.4134	0.7347
0.0035	7.0	6531	1.4498	0.7290

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: 478af86