Характеристики
- Контекст
- 512 токенов
- Параметры
- 137 млн
- Архитектура
- bert · dense
- Опубликована
- 8 авг 2022
Ссылки
long_feather_bert_ft_mnli-2
Jeevesh8/long_feather_bert_ft_mnli-2 — модель, опубликованная пользователем 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
Это BERT-модель, дообученная для задачи классификации текста на датасете MultiNLI (MNLI), то есть для определения отношения между двумя текстовыми фрагментами, например entailment, contradiction или neutral.
Модель предназначена для задач распознавания текстовых отношений и может применяться как классификатор в системах анализа естественного языка. В карточке Hugging Face она указана как Text Classification; по данным каталога, размер модели составляет около 109 млн параметров. Идентификатор содержит bert и mnli, что согласуется с назначением модели, однако точная конфигурация BERT, размер контекста, языки, метрики, ограничения и дополнительные модальности в доступных источниках не указаны.
Модель работает с текстом и не предназначена для генерации текста или обработки изображений. Сильной стороной является специализация на классификации отношений между предложениями, но качество вне распределения MNLI и для языков, отличных от использованных при обучении, не подтверждено. Сведения о лицензии и условиях использования в найденных данных отсутствуют.
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
- 77a6a5a