/ Модель

Характеристики

Контекст
512 токенов
Параметры
136 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Опубликована
2 мар 2022

bert-base-cased-finetuned-swag

Классификация и разметкаТекст → label3 профессии

Дообученная модель BERT для выбора наиболее подходящего ответа из нескольких вариантов, в том числе в задачах формата SWAG.

30скачиваний за 30 дней0лайковвеса обновлены21 июл 2022

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

Rocketknight1/bert-base-cased-finetuned-swag — модель BERT, дообученная на базе bert-base-cased для задачи выбора одного ответа из нескольких вариантов. Она предназначена для задач с вопросом и набором вариантов ответа, в частности для оценки утверждений в стиле SWAG. Модель содержит 135,5 млн параметров, использует регистрозависимый BERT и принимает последовательности длиной до 512 токенов. Доступен формат TensorFlow.

В README приведены результаты обучения: точность на валидационной выборке 0,759 и потери 0,6167; название обучающего набора данных и подробности оценки не раскрыты. Модель выпущена под лицензией Apache-2.0.

Сценарии применения

  • выбор наиболее подходящего продолжения ситуации из вариантов
  • ответы на вопросы с заданным набором вариантов
  • оценка правдоподобия вариантов ответа

Ограничения

Обучающий набор данных обозначен как неизвестный, а описание intended use и ограничений в README отсутствует. Валидационная точность указана без подробностей о составе выборки и протоколе оценки.

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

Rocketknight1/bert-base-cased-finetuned-swag

This model is a fine-tuned version of bert-base-cased on an unknown dataset. It achieves the following results on the evaluation set:

  • Train Loss: 0.8709
  • Train Accuracy: 0.6465
  • Validation Loss: 0.6167
  • Validation Accuracy: 0.7590
  • Epoch: 0

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:

  • optimizer: {'name': 'Adam', 'learning_rate': {'class_name': 'PolynomialDecay', 'config': {'initial_learning_rate': 5e-05, 'decay_steps': 9192, 'end_learning_rate': 0.0, 'power': 1.0, 'cycle': False, 'name': None}}, 'decay': 0.0, 'beta_1': 0.9, 'beta_2': 0.999, 'epsilon': 1e-08, 'amsgrad': False}
  • training_precision: float32

Training results

Train LossTrain AccuracyValidation LossValidation AccuracyEpoch
0.87090.64650.61670.75900

Framework versions

  • Transformers 4.21.0.dev0
  • TensorFlow 2.9.1
  • Datasets 2.3.3.dev0
  • Tokenizers 0.11.0

Как запустить

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

GPU в ailist

Универсальный рантайм · multiple-choice

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Класс архитектуры
BertForMultipleChoice
Ревизия весов
f23b93a

0 моделей