Характеристики

Контекст: 512 токенов
Параметры: 152 млн
Архитектура: deberta · dense
Опубликована: 4 окт 2022

Ссылки

scideberta-cs

Заполнение пропусковТекст → текст3 профессии

SciDeBERTa — англоязычная DeBERTa-модель KISTI для заполнения пропусков и последующего анализа научно-технических текстов.

267скачиваний за 30 дней4лайкавеса обновлены17 мар 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

KISTI-AI/scideberta-cs — языковая модель SciDeBERTa, разработанная исследовательской группой Корейского института науки и технологий информации (KISTI). Это модель архитектуры DeBERTa с 151,8 млн параметров, предназначенная для работы с англоязычными научно-техническими текстами и публикациями. Модель использует задачу заполнения пропусков и доступна через библиотеку Transformers как masked language model.

Модель обучалась на корпусе научно-технических публикаций S2ORC и ориентирована на последующее дообучение для задач понимания научного текста, включая распознавание именованных сущностей, извлечение отношений и разрешение кореференции. Максимальная длина входной последовательности составляет 512 токенов. Вариант scideberta-cs опубликован в форматах PyTorch и Safetensors.

Сильной стороной модели является специализация на научной лексике и терминологии английских публикаций по сравнению с универсальными языковыми моделями. Она не предназначена для генерации длинных связных текстов, диалогов или прямого решения прикладных задач без дополнительного дообучения на соответствующем наборе данных. Сведения о лицензии для этого варианта в доступных источниках не установлены.

Сценарии применения

распознавание сущностей в научных статьях
извлечение отношений между научными сущностями
разрешение кореференции в публикациях
предобучение моделей для классификации научных документов
восстановление пропущенных слов в англоязычном научном тексте

Ограничения

Модель ограничена максимальной длиной входа 512 токенов и задачей заполнения пропусков; для распознавания сущностей, извлечения отношений и других прикладных задач требуется дополнительное дообучение. Сведения о лицензии этого варианта не установлены.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.6Отраслевые задачиНаучные исследования, математика и новые материалыAI помогает формировать гипотезы, анализировать научные данные и ускорять открытие новых материалов и методов.39 задач4 120моделей I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Автор не опубликовал карточку модели.

Как запустить

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

GPU в ailist

Универсальный рантайм · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры: DebertaForMaskedLM
Ревизия весов: a4372b2