/ Модель
Каталог

Характеристики

Контекст
514 токенов
Параметры
305 млн
Лицензия
CC BY-NC 4.0
Архитектура
roberta · dense
Базовая модель
vi-mrc-base
Опубликована
26 окт 2023

Ссылки

Hugging Face

Bestclean-ViMrcbase-TFIDFPNS-ver1

SalmonAI123
Ответы на вопросыТекст → текст3 профессии

Дообученная RoBERTa для поиска ответов на вопросы по тексту, ориентированная на вьетнамский язык.

15скачиваний за 30 дней0лайковвеса обновлены26 окт 2023

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

SalmonAI123/Bestclean-ViMrcbase-TFIDFPNS-ver1 — это дообученная модель RoBERTa для ответов на вопросы на основе nguyenvulebinh/vi-mrc-base. Она предназначена для извлечения ответа из предоставленного текста в сценариях машинного чтения и понимания текста. Модель содержит 305,2 млн параметров, принимает текст и выдаёт текстовый ответ; заявленная длина контекста — 514 токенов. В README указан результат оценки Loss 0,9084, но набор данных и подробности оценки не приведены. Модель опубликована в формате PyTorch по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

Сценарии применения

  • извлечение ответа из вьетнамского текста по вопросу
  • поиск фактов в вьетнамских документах
  • создание системы вопросов и ответов для вьетнамских текстов

Ограничения

В README не описаны обучающий набор данных и подробные результаты оценки; указан только Loss 0,9084. Лицензия CC BY-NC 4.0 не допускает коммерческое использование.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделейI.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модельI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Bestclean-ViMrcbase-TFIDFPNS-ver1

This model is a fine-tuned version of nguyenvulebinh/vi-mrc-base on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.9084

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: 4
  • eval_batch_size: 4
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 2

Training results

Training LossEpochStepValidation Loss
0.6831.06030.8344
0.37682.012060.9084

Framework versions

  • Transformers 4.33.0
  • Pytorch 2.0.0
  • Datasets 2.1.0
  • Tokenizers 0.13.3

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
RobertaForQuestionAnswering
Ревизия весов
57bbf9e

0 моделей

    Создать бенчмарк