Характеристики
- Контекст
- 512 токенов
- Параметры
- 137 млн
- Архитектура
- bert · dense
- Опубликована
- 8 авг 2022
Ссылки
long_feather_bert_ft_mnli-0
Jeevesh8/long_feather_bert_ft_mnli-0 — модель, опубликованная пользователем или организацией Jeevesh8 на Hugging Face.
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
В каталоге Hugging Face она обозначена как модель для классификации текста и была обновлена 8 августа 2022 года.
Идентификатор указывает на вариант BERT, дообученный для задачи Multi-Genre Natural Language Inference (MNLI), то есть классификации отношений между парами текстов. Модель может применяться в сценариях текстовой классификации и анализа семантической связи между высказываниями. Внешние данные указывают размер примерно 109 млн параметров, но точные сведения об архитектуре, числе слоёв, контекстном окне, языках, модальностях и метках классов для этой конкретной версии надёжно не подтверждены.
Сильной стороной является специализированное дообучение под задачу MNLI и доступность через экосистему Hugging Face. Ограничения включают узкую направленность на классификацию текста, возможную зависимость качества от домена и отсутствие подтверждённых сведений о показателях качества, лицензии и рекомендованных условиях использования. Для этой модели не удалось надёжно установить дополнительные характеристики и официальные условия лицензирования.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Автор не опубликовал карточку модели.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · text-classification
Подбираем GPU…
- Класс архитектуры
- BertForSequenceClassification
- Ревизия весов
- 208e411