Учебная модель извлекает ответы на вопросы из предварительно сегментированного тайского текста.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
nlp-lab5-8-qa — модель для извлечения ответов на вопросы из тайского текста, разработанная как учебный проект. Она дообучена с помощью SimpleTransformers на базе airesearch/wangchanberta-base-att-spm-uncased и использует архитектуру CamemBERT с 132,5 млн параметров. Модель принимает тайский текст, предварительно сегментированный PyThaiNLP с помощью newmm и соединённый пробелами, и извлекает из него ответ на вопрос. Контекст ограничен 512 токенами.
Модель предназначена для демонстрации экстрактивного ответа на вопросы. Она обучалась всего на четырёх примерах и не подходит для реального применения. Репозиторий содержит веса в формате safetensors; лицензия в предоставленных данных не указана.
Модель обучена всего на четырёх примерах и предназначена только для демонстрации, поэтому не подходит для реального использования. Тайский входной текст должен быть предварительно сегментирован PyThaiNLP newmm и соединён пробелами.
README от автора на Hugging Face, как он его опубликовал
Thai extractive QA fine-tuned from airesearch/wangchanberta-base-att-spm-uncased with SimpleTransformers (10301374 NLP final exam, Q07).
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · question-answering
Подбираем GPU…