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
Intel/fid_flan_t5_base_nq — текстовая генеративная модель Intel на архитектуре Fusion-in-Decoder, обученная на наборе Natural Questions. В основе лежит google/flan-t5-base; для каждого вопроса при обучении использовалась подборка релевантных текстовых фрагментов, полученных из корпуса Википедии.
Модель предназначена для ответов на вопросы по найденным документам: на вход подаются запрос и релевантные passages, на выходе генерируется текстовый ответ. Она содержит 123,8 млн параметров, поддерживает английский язык и имеет контекст до 512 токенов. Доступны веса PyTorch и safetensors.
Лицензия — CC BY-SA 3.0. Карточка не приводит подробностей о качестве ответов или условиях развертывания; эффективность зависит от релевантности переданных фрагментов и ограниченного контекстного окна.
Сценарии применения
ответы на вопросы по фрагментам Википедии
генерация ответов на вопросы Natural Questions
извлечение ответа из набора найденных документов
Ограничения
Контекст ограничен 512 токенами, поэтому объём одновременно обрабатываемых фрагментов невелик. Качество ответа зависит от релевантности переданных текстов; метрики оценки в README не приведены.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
Model is based on Fusion-In-Decoder, which in turn is based on the google/flan-t5-base checkpoint as the base model. For training, we utilized text retrieval for each query, which provides a collection of relevant passages for it.
We note that the passages were retrieved using a corpus based on Wikipedia.
Evaluation
See model performance on Evaluation Results tab on the right side.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров