Характеристики

Контекст: 514 токенов
Параметры: 152 млн
Лицензия: MIT
Архитектура: roberta · dense
Базовая модель: slovakbert
Опубликована: 5 дек 2022

Ссылки

Hugging Face

slovakbert-skquad

TUKE-DeutscheTelekom

Ответы на вопросыТекст → текст4 профессии

Дообученная словацкая RoBERTa-модель для поиска ответов на вопросы в текстовом контексте.

272скачиваний за 30 дней4лайкавеса обновлены1 мар 2024

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

TUKE и Deutsche Telekom дообучили словацкую модель gerulata/slovakbert для ответа на вопросы по тексту. Это плотная модель архитектуры RoBERTa с 151,8 млн параметров, обученная на наборе данных TUKE-DeutscheTelekom/skquad. Она предназначена для сценариев, в которых вопрос и текстовый контекст подаются вместе, а модель определяет ответ в контексте. Модель принимает текст и выдаёт текстовый ответ; поддерживаемый язык — словацкий. Длина контекста составляет 514 токенов. Модель распространяется по лицензии MIT.

Сценарии применения

поиск ответа на вопрос в словацком тексте
извлечение ответа из контекста в системе вопросов и ответов
ответы на вопросы по словацким документам
создание прототипа словацкой системы машинного чтения

Ограничения

Карточка не содержит сведений об оценках качества и известных ограничениях. Контекст ограничен 514 токенами.

Для каких профессий подходит4

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 467моделей I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей I.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

model

This model is a fine-tuned version of gerulata/slovakbert on the ../../data/skquad dataset.

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: 3e-05
train_batch_size: 8
eval_batch_size: 8
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 3.0

Training results

Framework versions

Transformers 4.16.0.dev0
Pytorch 1.8.1
Datasets 1.15.1
Tokenizers 0.11.0

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: 8d12774