Характеристики

Контекст: 512 токенов
Лицензия: Apache 2.0
Архитектура: distilbert · dense
Базовая модель: distilbert-base-cased
Опубликована: 11 июл 2024

Ссылки

Hugging Face

distilbert-finetuned-squad

Naima12

Ответы на вопросыТекст → текст

Дообученная модель DistilBERT для извлечения ответов на вопросы из текста с контекстом до 512 токенов.

7скачиваний за 30 дней0лайковвеса обновлены11 июл 2024

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

Naima12/distilbert-finetuned-squad — модель DistilBERT, разработанная как дообученная версия distilbert/distilbert-base-cased для ответа на вопросы по предоставленному контексту. Она предназначена для сценариев извлечения ответа из текста и доступна в формате safetensors. Модель принимает текст вопроса и контекста и возвращает текстовый ответ; максимальная длина контекста составляет 512 токенов.

Модель обучена на SQuAD, как следует из названия репозитория, однако README указывает неизвестный набор данных, поэтому состав обучающих данных и качество на конкретных задачах не подтверждены. Лицензия — Apache-2.0. Карточка не сообщает дополнительных сведений об оценке качества или ограничениях применения.

Сценарии применения

извлечение ответа из статьи по вопросу пользователя
ответы на вопросы по справочному тексту
поиск конкретного факта в документации
создание прототипа системы вопросно-ответного поиска

Ограничения

Контекст ограничен 512 токенами. README не подтверждает обучающий набор данных и не приводит оценок качества.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

distilbert-finetuned-squad

This model is a fine-tuned version of distilbert-base-cased on an unknown dataset.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 2e-05
train_batch_size: 8
eval_batch_size: 8
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 3
mixed_precision_training: Native AMP

Training results

Framework versions

Transformers 4.41.2
Pytorch 2.3.0+cu121
Datasets 2.20.0
Tokenizers 0.19.1

Как запустить

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

GPU в ailist

Универсальный рантайм · question-answering

Можно запустить

Подбираем GPU…

Класс архитектуры: DistilBertForQuestionAnswering
Ревизия весов: caca2ec