/ Модель

Характеристики

Контекст
512 токенов
Параметры
605 млн
Архитектура
bert · dense
Базовая модель
muril-large-cased
Библиотека
transformers
Опубликована
2 мар 2022

muril-large-squad2

Ответы на вопросыТекст → текст6 профессий

Модель извлекает ответы на вопросы из текста на английском и индийских языках, включая случаи без ответа в контексте.

981скачиваний за 30 дней0лайковвеса обновлены14 мая 2026

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

Sindhu/muril-large-squad2 — модель на базе BERT, дообученная на Google MuRIL Large для задачи question answering по датасету SQuAD 2.0. Она предназначена для извлечения ответа из предоставленного текста по заданному вопросу, в том числе для обработки вопросов без ответа в контексте. Модель содержит 604,7 млн параметров, работает с контекстом до 512 токенов и доступна в форматах PyTorch и Safetensors через Transformers.

Модель рассчитана на английский и индийские языки, на которых обучалась MuRIL; README предупреждает, что на других языках качество не ожидается хорошим. Это не универсальная диалоговая модель: для ответа ей нужен текстовый контекст. Лицензия в предоставленных данных не указана.

Сценарии применения

  • поиск ответа на вопрос в предоставленном тексте
  • извлечение ответа из англоязычных документов
  • ответы по текстам на индийских языках
  • определение, содержится ли ответ на вопрос в контексте

Ограничения

README указывает, что модель рассчитана на английский и индийские языки MuRIL и не должна хорошо работать на других языках. Максимальная длина контекста составляет 512 токенов.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Muril Large Squad2

This model is finetuned for QA task on Squad2 from Muril Large checkpoint.

Hyperparameters

Batch Size: 4
Grad Accumulation Steps = 8
Total epochs = 3
MLM Checkpoint = google/muril-large-cased
max_seq_len = 256
learning_rate = 1e-5
lr_schedule = LinearWarmup
warmup_ratio = 0.1
doc_stride = 128

Squad 2 Evaluation stats:

Generated from the official Squad2 evaluation script

{
  "exact": 82.0180240882675,
  "f1": 85.10110304685352,
  "total": 11873,
  "HasAns_exact": 81.6970310391363,
  "HasAns_f1": 87.87203044454981,
  "HasAns_total": 5928,
  "NoAns_exact": 82.3380992430614,
  "NoAns_f1": 82.3380992430614,
  "NoAns_total": 5945
}

Limitations

MuRIL is specifically trained to work on 18 Indic languages and English. This model is not expected to perform well in any other languages. See the MuRIL checkpoint for further details.

For any questions, you can reach out to me on Twitter

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · question-answering

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForQuestionAnswering
Ревизия весов
5dd6f4c

0 моделей