/ Модель

Характеристики

Контекст
512 токенов
Параметры
4,4 млн
Архитектура
bert · dense

bert-tiny-finetuned-mnli

Классификация текстаТекст → label3 профессии

Компактная BERT-tiny, дообученная на MNLI с оптимизатором M-FAC для классификации отношений между предложениями.

617скачиваний за 30 дней1лайквеса 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

Это компактная модель BERT-tiny с 4,4 млн параметров, дообученная авторами M-FAC на наборе MNLI для классификации текстовых пар и определения логических отношений между предложениями. Она использует архитектуру BertForSequenceClassification, принимает текст и поддерживает контекст до 512 токенов. При дообучении стандартный оптимизатор Adam заменили на M-FAC — оптимизатор второго порядка; в README приведены результаты на валидации MNLI для одного лучшего запуска и средние значения по пяти запускам.

Модель подходит для экспериментов с распознаванием текстовых отношений и изучения влияния оптимизатора M-FAC на дообучение компактных BERT-моделей. Результаты заметно различались между запусками, а README указывает, что подбор гиперпараметров может их улучшить. Информация о лицензии в предоставленных источниках отсутствует.

Сценарии применения

  • определение логического следования между двумя предложениями
  • классификация текстовых пар на примерах MNLI
  • эксперименты с оптимизатором M-FAC при дообучении BERT

Ограничения

Модель обучена на MNLI, поэтому её применение к другим типам текстов может требовать проверки или дополнительного дообучения. Результаты между пятью запусками существенно различались; README не сообщает лицензию.

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-tiny 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 = 69.55
mismatched_accuracy = 70.58

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

Matched AccuracyMismatched Accuracy
Adam65.36 ± 0.1366.78 ± 0.15
M-FAC68.28 ± 3.2968.98 ± 3.05

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 42 \
  --model_name_or_path prajjwal1/bert-tiny \
  --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
618f766

0 моделей