Характеристики

Контекст: 512 токенов
Параметры: 306 млн
Лицензия: MIT
Архитектура: deberta-v2 · dense
Опубликована: 21 июл 2024

Ссылки

Hugging Face

mDeberta_Fine_tuned_QA_v1

TankuVie

Ответы на вопросыТекст → текст6 профессий

Дообученная модель DeBERTa-v2 для извлечения ответов на вопросы из текста с контекстом до 512 токенов.

10скачиваний за 30 дней0лайковвеса обновлены21 июл 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

TankuVie/mDeberta_Fine_tuned_QA_v1 — модель семейства DeBERTa-v2 с архитектурой DebertaV2ForQuestionAnswering, разработанная TankuVie. Она предназначена для извлечения ответа на вопрос из предоставленного текста и может использоваться, например, для поиска ответов в документах. Модель содержит 306 млн параметров, принимает контекст длиной до 512 токенов и сохранена в формате safetensors.

Карточка сообщает о дообучении на датасете, обозначенном как None, и не приводит подробностей обучения, оценки качества или ограничений применения. Модель распространяется по лицензии MIT.

Сценарии применения

извлечение ответа из текста по вопросу
ответы на вопросы по документам
поиск фактов в предоставленном контексте

Ограничения

В карточке не описаны обучающие данные, результаты оценки и известные ограничения; контекст ограничен 512 токенами.

Для каких профессий подходит6

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.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mDeberta_Fine_tuned_QA_v1

This model is a fine-tuned version of TankuVie/mDeberta_Fine_tuned_QA_v1 on the None 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: 2e-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: 2
mixed_precision_training: Native AMP

Framework versions

Transformers 4.41.2
Pytorch 2.1.2
Datasets 2.19.2
Tokenizers 0.19.1

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: DebertaV2ForQuestionAnswering
Ревизия весов: 3014211