Учебная тайская модель извлекает ответы из текста по вопросу и контексту, но из-за обучения всего на четырёх примерах плохо подходит для новых данных.
22скачиваний за 30 дней0лайковвеса обновлены9 окт 2026
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
nlp-lab5-8-qa — дообученная тайская экстрактивная модель ответов на вопросы, созданная для учебного задания по курсу 10301374. Она основана на airesearch/wangchanberta-base-att-spm-uncased, использует архитектуру CamemBERT и содержит 132,5 млн параметров. Модель принимает текст с вопросом и контекстом и извлекает из него ответ; длина контекста — до 512 токенов.
Модель обучена на четырёх парах вопрос–ответ за 30 шагов с помощью simpletransformers. Из-за очень малого набора данных она склонна к переобучению: примеры в основном спрашивают, в каком регионе находится объект, поэтому ответы могут зависеть от шаблона вопроса. Результаты на обучающих данных не показывают надёжное качество на новых примерах; независимая проверка не проводилась. Лицензия в предоставленных данных не указана.
Сценарии применения
извлечение ответа на тайский вопрос из предоставленного текста
поиск в тексте ответа на вопрос о регионе или местоположении
учебная демонстрация экстрактивного QA на тайском языке
Ограничения
Обучена всего на четырёх парах вопрос–ответ и, по README, склонна к переобучению; обучающие результаты не отражают качество на новых данных. Независимой валидации нет, а преобладание однотипных вопросов о регионе может приводить к шаблонным догадкам.
Карточка модели
README от автора на Hugging Face, как он его опубликовал