/ Модель

Характеристики

Контекст
512 токенов
Параметры
12 млн
Архитектура
bert · dense

bert-mini-finetuned-mnli

Классификация текстаТекст → label3 профессии

Компактная BERT-mini, дообученная на MNLI с оптимизатором M-FAC для классификации отношений между предпосылкой и гипотезой.

82скачиваний за 30 дней2лайкавеса обновлены13 дек 2021

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

M-FAC/BERT-mini-finetuned-mnli — модель на базе компактного BERT-mini, дообученная на наборе MNLI с оптимизатором второго порядка M-FAC. Разработчики сравнивают её с вариантом обучения на Adam и приводят точность на валидационных поднаборах MNLI: 74,59% на matched и 75,95% на mismatched; указаны также средние результаты пяти запусков.

Модель предназначена для классификации пар текстов по задаче естественного языкового вывода: оценки того, следует ли гипотеза из предпосылки, противоречит ей или не связана с ней. Она содержит около 12 млн параметров, использует архитектуру BERT для классификации последовательностей и принимает контекст до 512 токенов. В метаданных указаны PyTorch и задача text-classification.

Карточка не указывает отдельную лицензию. Результаты приведены для MNLI; перенос качества на другие задачи и домены не подтверждён. Это экспериментальный чекпойнт для сравнения оптимизатора M-FAC с Adam, а не универсальная модель классификации.

Сценарии применения

  • Определение, следует ли гипотеза из предпосылки
  • Классификация пары предложений как противоречия
  • Определение нейтрального отношения между двумя текстами
  • Эксперименты с оптимизатором M-FAC при дообучении BERT

Ограничения

Оценка качества приведена только на валидационных поднаборах MNLI, поэтому её нельзя считать подтверждением качества на других задачах и доменах. Лицензия в предоставленных данных не указана.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

BERT-mini model finetuned with M-FAC

This model is finetuned on MNLI dataset with state-of-the-art second-order optimizer M-FAC. Check NeurIPS 2021 paper for more details on M-FAC: https://arxiv.org/pdf/2107.03356.pdf.

Finetuning setup

For fair comparison against default Adam baseline, we finetune the model in the same framework as described here https://github.com/huggingface/transformers/tree/master/examples/pytorch/text-classification and just swap Adam optimizer with M-FAC. Hyperparameters used by M-FAC optimizer:

learning rate = 1e-4
number of gradients = 1024
dampening = 1e-6

Results

We share the best model out of 5 runs with the following score on MNLI validation set:

matched_accuracy = 75.13
mismatched_accuracy = 75.93

Mean and standard deviation for 5 runs on MNLI validation set:

Matched AccuracyMismatched Accuracy
Adam73.30 ± 0.2074.85 ± 0.09
M-FAC74.59 ± 0.4175.95 ± 0.14

Results can be reproduced by adding M-FAC optimizer code in https://github.com/huggingface/transformers/blob/master/examples/pytorch/text-classification/run_glue.py and running the following bash script:

CUDA_VISIBLE_DEVICES=0 python run_glue.py \
  --seed 8276 \
  --model_name_or_path prajjwal1/bert-mini \
  --task_name mnli \
  --do_train \
  --do_eval \
  --max_seq_length 128 \
  --per_device_train_batch_size 32 \
  --learning_rate 1e-4 \
  --num_train_epochs 5 \
  --output_dir out_dir/ \
  --optim MFAC \
  --optim_args '{"lr": 1e-4, "num_grads": 1024, "damp": 1e-6}'

We believe these results could be improved with modest tuning of hyperparameters: per_device_train_batch_size, learning_rate, num_train_epochs, num_grads and damp. For the sake of fair comparison and a robust default setup we use the same hyperparameters across all models (bert-tiny, bert-mini) and all datasets (SQuAD version 2 and GLUE).

Our code for M-FAC can be found here: https://github.com/IST-DASLab/M-FAC. A step-by-step tutorial on how to integrate and use M-FAC with any repository can be found here: https://github.com/IST-DASLab/M-FAC/tree/master/tutorials.

BibTeX entry and citation info

@article{frantar2021m,
  title={M-FAC: Efficient Matrix-Free Approximations of Second-Order Information},
  author={Frantar, Elias and Kurtic, Eldar and Alistarh, Dan},
  journal={Advances in Neural Information Processing Systems},
  volume={35},
  year={2021}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForSequenceClassification
Ревизия весов
7800617

0 моделей