Характеристики

Контекст: 512 токенов
Лицензия: Apache 2.0
Архитектура: distilbert · dense
Опубликована: 8 авг 2023

Ссылки

symptom_to_disease_distb

Классификация текстаТекст → label3 профессии

Дообученная DistilBERT-модель для классификации текста, предположительно сопоставления описания симптомов с заболеванием.

10скачиваний за 30 дней0лайковвеса обновлены8 авг 2023

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

DinaSalama/symptom_to_disease_distb — модель классификации текста на базе DistilBERT, дообученная на distilbert-base-uncased. Она предназначена для отнесения входного текста к классам, однако карточка не раскрывает состав этих классов и данные обучения, поэтому назначение для определения заболеваний по симптомам можно предположить только по названию репозитория. Модель работает с текстом и имеет контекст до 512 токенов. Распространяется по лицензии Apache-2.0.

Сценарии применения

предсказание заболевания по текстовому описанию симптомов
классификация текстовых запросов о симптомах
экспериментальная проверка классификации медицинских текстов

Ограничения

Карточка не содержит сведений о классах, обучающих данных, оценке качества и ограничениях применения; медицинские предсказания нельзя считать диагнозом. Контекст ограничен 512 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.4Отраслевые задачиКлиническая медицина и общественное здоровьеAI помогает поддерживать диагностику, лечение, наблюдение и организацию медицинской помощи.45 задач2 635моделей IV.10Отраслевые задачиДом, личная жизнь, уход и повседневные задачиAI помогает помогать человеку планировать повседневные дела и безопасно управлять домашней средой.30 задач962модели IV.3Отраслевые задачиСтрахование и актуарные задачиAI помогает оценивать риски, обрабатывать убытки и управлять страховым портфелем.30 задач563модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

symptom_to_disease_distb

This model is a fine-tuned version of distilbert-base-uncased on the None dataset.

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: 5e-05
train_batch_size: 32
eval_batch_size: 32
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_steps: 100
num_epochs: 30

Training results

Framework versions

Transformers 4.30.2
Pytorch 2.0.0
Datasets 2.1.0
Tokenizers 0.13.3

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: DistilBertForSequenceClassification
Ревизия весов: 15df866