Характеристики
- Контекст
- 512 токенов
- Параметры
- 4,4 млн
- Архитектура
- bert · dense
- Опубликована
- 21 июн 2022
Ссылки
tiny-bert-mnli-distilled
Компактная BERT-модель Sayan01 для классификации текстовых пар в задачах естественно-языкового вывода.
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
Sayan01/tiny-bert-mnli-distilled — компактная модель семейства BERT, опубликованная пользователем Sayan01 на Hugging Face. Она предназначена для классификации текста и, судя по идентификатору MNLI, для задач естественно-языкового вывода на парах текстов. Модель совместима с Transformers и PyTorch.
Модель содержит около 4,4 млн параметров и обрабатывает контекст длиной до 512 токенов. Её сильные стороны — малый размер и потенциально быстрый инференс по сравнению с полноразмерными BERT-моделями. В карточке репозитория не приведены подтверждённые сведения о поддерживаемых естественных языках, лицензии и итоговых метриках; страница также содержит отметку о продолжающемся обучении, поэтому результаты следует проверять перед применением.
Сценарии применения
- определение логического отношения между двумя предложениями
- классификация текстовых пар по классам MNLI
- быстрая классификация коротких текстов на CPU
- встраивание NLI-классификации в NLP-конвейеры
Ограничения
В репозитории отмечено продолжающееся обучение, а подтверждённые сведения о языках, лицензии и итоговых метриках отсутствуют. Поэтому качество и пригодность модели для конкретного языка или производственного сценария необходимо проверять самостоятельно.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Автор не опубликовал карточку модели.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · text-classification
Подбираем GPU…
- Класс архитектуры
- BertForSequenceClassification
- Ревизия весов
- d5ee2a6