/ Модель

Характеристики

Контекст
512 токенов
Лицензия
Apache 2.0
Архитектура
distilbert · dense
Опубликована
4 авг 2022

distilbert-base-uncased-distilled-squad-int8-static-inc

Ответы на вопросыТекст → текст6 профессий

Квантованная DistilBERT-модель находит ответ на английский вопрос в заданном текстовом контексте с низкими требованиями к ресурсам.

138скачиваний за 30 дней5лайковвеса обновлены29 мар 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

Это статически квантованная до INT8 модель DistilBERT для ответов на вопросы по заданному текстовому контексту. Её разработали Xin He, Zixuan Cheng и Yu Wenz; модель основана на distilbert-base-uncased-distilled-squad и предназначена для быстрого вывода при уменьшенном размере весов. Доступны варианты PyTorch и ONNX.

Модель дообучена на Stanford Question Answering Dataset (SQuAD), её базовая архитектура — DistilBERT с головой для извлечения ответов. Контекст ограничен 512 токенами. В карточке приведены результаты F1 около 86 для INT8-вариантов; их размер меньше, чем у соответствующих версий FP32. Лицензия — Apache-2.0.

Модель подходит для систем, которые находят ответ на вопрос в предоставленном отрывке, в том числе при ограниченных вычислительных ресурсах. Она рассчитана на английский язык и может терять точность на иных данных или при переносе за пределы сценария SQuAD; квантизация также может повлиять на точность. Для критичных применений рекомендуется проверять качество на целевых данных.

Сценарии применения

  • извлечение ответа из статьи по вопросу пользователя
  • ответы на вопросы по фрагментам документов
  • создание англоязычного FAQ по текстовой базе
  • поиск ответов в справочных материалах при ограниченных вычислительных ресурсах

Ограничения

Ориентирована на английский язык и сценарии извлечения ответа из предоставленного контекста; качество может снижаться на данных, отличающихся от SQuAD. Квантизация может немного снизить точность, поэтому модель следует проверять на целевых данных.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for INT8 DistilBERT Base Uncased Fine-Tuned on SQuAD

This model is an INT8 quantized version of DistilBERT base uncased, which has been fine-tuned on the Stanford Question Answering Dataset (SQuAD). The quantization was performed using the Hugging Face's Optimum-Intel, leveraging the Intel® Neural Compressor.

Model DetailDescription
Model AuthorsXin He Zixuan Cheng Yu Wenz
DateAug 4, 2022
VersionThe base model for this quantization process was distilbert-base-uncased-distilled-squad, a distilled version of BERT designed for the question-answering task.
TypeLanguage Model
Paper or Other ResourcesBase Model: distilbert-base-uncased-distilled-squad
Licenseapache-2.0
Questions or CommentsCommunity Tab and Intel DevHub Discord
Quantization DetailsThe model underwent post-training static quantization to convert it from its original FP32 precision to INT8, optimizing for size and inference speed while aiming to retain as much of the original model's accuracy as possible.
Calibration DetailsFor PyTorch, the calibration dataloader was the train dataloader with a real sampling size of 304 due to the default calibration sampling size of 300 not being exactly divisible by the batch size of 8. For the ONNX version, the calibration was performed using the eval dataloader with a default calibration sampling size of 100.
Intended UseDescription
Primary intended usesThis model is intended for question-answering tasks, where it can provide answers to questions given a context passage. It is optimized for scenarios requiring fast inference and reduced model size without significantly compromising accuracy.
Primary intended usersResearchers, developers, and enterprises that require efficient, low-latency question answering capabilities in their applications, particularly where computational resources are limited.
Out-of-scope uses

Evaluation

PyTorch Version

This is an INT8 PyTorch model quantized with huggingface/optimum-intel through the usage of Intel® Neural Compressor.

INT8FP32
Accuracy (eval-f1)86.106986.8374
Model size (MB)74.7265

ONNX Version

This is an INT8 ONNX model quantized with Intel® Neural Compressor.

INT8FP32
Accuracy (eval-f1)0.86330.8687
Model size (MB)154254

Usage

Optimum Intel w/ Neural Compressor

from optimum.intel import INCModelForQuestionAnswering

model_id = "Intel/distilbert-base-uncased-distilled-squad-int8-static"
int8_model = INCModelForQuestionAnswering.from_pretrained(model_id)

Optimum w/ ONNX Runtime

from optimum.onnxruntime import ORTModelForQuestionAnswering
model = ORTModelForQuestionAnswering.from_pretrained('Intel/distilbert-base-uncased-distilled-squad-int8-static')

Ethical Considerations

While not explicitly mentioned, users should be aware of potential biases present in the training data (SQuAD and Wikipedia), and consider the implications of these biases on the model's outputs. Additionally, quantization may introduce or exacerbate biases in certain scenarios.

Caveats and Recommendations

  • Users should consider the balance between performance and accuracy when deploying quantized models in critical applications.
  • Further fine-tuning or calibration may be necessary for specific use cases or to meet stricter accuracy requirements.

Как запустить

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

GPU в ailist

Универсальный рантайм · question-answering

Можно запустить

Подбираем GPU…

Класс архитектуры
DistilBertForQuestionAnswering
Ревизия весов
5abbd44

0 моделей