/ Модель

Характеристики

Контекст
512 токенов
Лицензия
Apache 2.0
Архитектура
distilbert · dense
Библиотека
transformers
Опубликована
18 фев 2023

distilbert-fa-zwnj-base-finetuned-pquad

Ответы на вопросыТекст → текст3 профессии

Дообученная на PQuAD модель DistilBERT для поиска ответов на вопросы по тексту на персидском языке.

72скачиваний за 30 дней5лайковвеса обновлены17 апр 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

Модель Gholamreza/distilbert-fa-zwnj-base-finetuned-pquad — версия DistilBERT, дообученная на наборе данных PQuAD для ответов на вопросы по предоставленному тексту. Она принимает вопрос и контекст и предсказывает ответный фрагмент. Модель предназначена для систем поиска ответов на вопросы на персидском языке; в README приведены результаты на тестовой и валидационной выборках PQuAD: F1 около 80,2 и 78,9 соответственно.

Модель основана на HooshvareLab/distilbert-fa-zwnj-base, использует архитектуру DistilBertForQuestionAnswering и поддерживает контекст длиной до 512 токенов. Доступна в форматах PyTorch и safetensors. Лицензия — Apache-2.0.

Показатели оценки отражают результаты на PQuAD и не гарантируют такую же точность на других данных. Карточка не уточняет ограничения и предполагаемые сценарии применения сверх ответа на вопросы по контексту.

Сценарии применения

  • поиск ответа на персидском языке в предоставленном отрывке текста
  • создание персидскоязычного сервиса вопросов и ответов по документам
  • извлечение ответного фрагмента из персидского текста

Ограничения

Контекст ограничен 512 токенами. Приведённые оценки получены на PQuAD и могут не переноситься на другие наборы данных и сценарии.

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

distilbert-fa-zwnj-base-finetuned-pquad

This model is a fine-tuned version of HooshvareLab/distilbert-fa-zwnj-base on the pquad dataset.

Results

Test set

namevalue
'exact'66.38340414896275,
'f1'80.23760220987583,
'total'8002,
'HasAns_exact'60.13469119579501,
'HasAns_f1'78.34449620292781,
'HasAns_total'6088,
'NoAns_exact'86.25914315569489,
'NoAns_f1'86.25914315569489,
'NoAns_total'1914,
'best_exact'66.38340414896275,
'best_exact_thresh'0.0,
'best_f1'80.23760220987589,
'best_f1_thresh'0.0

Validation set

namevalue
'exact'64.65646940822468,
'f1'78.88641788270802,
'total'7976,
'HasAns_exact'57.54795663052544,
'HasAns_f1'76.4800782372771,
'HasAns_total'5995,
'NoAns_exact'86.16860171630489,
'NoAns_f1'86.16860171630489,
'NoAns_total'1981,
'best_exact'64.65646940822468,
'best_exact_thresh'0.0,
'best_f1'78.88641788270819,
'best_f1_thresh'0.0

Model description

uses distilbert-fa-zwnj-base as base and fine-tunes it on pquad dataset.

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: 2e-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: 3

Training results

Training LossEpochStepValidation Loss
1.12991.040031.1306
0.8452.080061.0839
0.6393.0120091.1302

Framework versions

  • Transformers 4.26.1
  • Pytorch 1.13.1+cu116
  • Datasets 2.9.0
  • Tokenizers 0.13.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · question-answering

Можно запустить

Подбираем GPU…

Класс архитектуры
DistilBertForQuestionAnswering
Ревизия весов
90e9a90

0 моделей