/ Модель

Характеристики

Контекст
512 токенов
Параметры
20,4 млн
Лицензия
Apache 2.0
Архитектура
electra · dense
Опубликована
17 фев 2023

electra-small-mrqa

Ответы на вопросыТекст → текст

Компактная англоязычная модель ELECTRA для извлечения ответов на вопросы из текстового контекста.

132скачиваний за 30 дней0лайковвеса обновлены22 июн 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

ELECTRA-Small-MRQA — модель для извлечения ответов из текстового контекста, созданная в рамках совместного исследовательского проекта с Innovation Foundry/AIM-AHEAD Lab Университета Говарда. Она основана на ELECTRA-Small-Discriminator и дообучена на наборе MRQA из 516 819 примеров; архитектура — ELECTRA с плотными слоями, размер — 20,4 млн параметров. Модель принимает вопрос и текстовый фрагмент и находит в нём ответ. Англоязычная модель с контекстом до 512 токенов.

Модель подходит для систем поиска, чат-ботов и клиентской поддержки, которым нужно отвечать на вопросы по предоставленным текстам. По README, ELECTRA-Small показала на тестовом наборе EM 38,68 и F1 51,56; результаты уступают более крупным вариантам семейства и другим рассмотренным моделям. Модель может хуже справляться с вопросами вне распределения MRQA и с узкоспециализированными знаниями; для языков кроме английского не предназначена. Лицензия — Apache-2.0.

Сценарии применения

  • извлечение ответов из текстов для поисковой системы
  • ответы на вопросы по контексту в чат-боте
  • автоматизация ответов службы поддержки по предоставленным материалам
  • поиск ответа на вопрос в документе или статье

Ограничения

Модель рассчитана на английский язык и может хуже работать с узкоспециализированными знаниями и вопросами вне распределения MRQA. На тестовом наборе показатели составили EM 38,68 и F1 51,56.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

This model release is part of a joint research project with Howard University's Innovation Foundry/AIM-AHEAD Lab.

Model Details

  • Model name: ELECTRA-Small-MRQA
  • Model type: Extractive Question Answering
  • Parent Model: ELECTRA-Small-Discriminator
  • Training dataset: MRQA (Machine Reading for Question Answering)
  • Training data size: 516,819 examples
  • Training time: 2:16:36 on 1 Nvidia V100 32GB GPU
  • Language: English
  • Framework: PyTorch
  • Model version: 1.0

Intended Use

This model is intended to provide accurate answers to questions based on context passages. It can be used for a variety of tasks, including question-answering for search engines, chatbots, customer service systems, and other applications that require natural language understanding.

How to Use

from transformers import pipeline

question_answerer = pipeline("question-answering", model='VMware/electra-small-mrqa')

context = "We present the results of the Machine Reading for Question Answering (MRQA) 2019 shared task on evaluating the generalization capabilities of reading comprehension systems. In this task, we adapted and unified 18 distinct question answering datasets into the same format. Among them, six datasets were made available for training, six datasets were made available for development, and the final six were hidden for final evaluation. Ten teams submitted systems, which explored various ideas including data sampling, multi-task learning, adversarial training and ensembling. The best system achieved an average F1 score of 72.5 on the 12 held-out datasets, 10.7 absolute points higher than our initial baseline based on BERT."

question = "What is MRQA?"

result = question_answerer(question=question, context=context)

print(result)

# {
#   'score': 0.3399854898452759,
#   'start': 30,
#   'end': 68,
#   'answer': 'Machine Reading for Question Answering'
# }

Training Details

The model was trained for 1 epoch on the MRQA training set.

Training Hyperparameters

args = TrainingArguments(
    "electra-small-mrqa",
    save_strategy="epoch",
    learning_rate=1e-5,
    num_train_epochs=1,
    weight_decay=0.01,
    per_device_train_batch_size=16,
)

Evaluation Metrics

The model was evaluated using standard metrics for question-answering models, including:

Exact match (EM): The percentage of questions for which the model produces an exact match with the ground truth answer.

F1 score: A weighted average of precision and recall, which measures the overlap between the predicted answer and the ground truth answer.

Model Family Performance

Parent Language ModelNumber of ParametersTraining TimeEval TimeTest TimeEval EMEval F1Test EMTest F1
BERT-Tiny4,369,66626:110:410:0422.7832.4210.1818.72
BERT-Base108,893,1868:39:1018:422:1364.4876.1448.8959.89
BERT-Large334,094,33828:35:381:00:567:1469.5280.5055.0065.78
DeBERTa-v3-Extra-Small70,682,8825:19:0511:291:1665.5877.1750.9262.58
DeBERTa-v3-Base183,833,09012:13:4128:183:0971.4382.5959.4970.46
DeBERTa-v3-Large434,014,21038:36:131:25:479:3376.0886.2364.2775.22
ELECTRA-Small13,483,5222:16:363:550:2757.6369.3838.6851.56
ELECTRA-Base108,893,1868:40:5718:412:1268.7880.1654.7065.80
ELECTRA-Large334,094,33828:31:591:00:407:1374.1584.9662.3573.28
MiniLMv2-L6-H384-from-BERT-Large22,566,1462:12:484:230:4059.3171.0941.7853.30
MiniLMv2-L6-H768-from-BERT-Large66,365,9544:42:5910:011:1064.2775.8449.0559.82
MiniLMv2-L6-H384-from-RoBERTa-Large30,147,8422:15:104:190:3059.2770.6442.9554.03
MiniLMv2-L12-H384-from-RoBERTa-Large40,794,6264:14:228:270:5864.5876.2351.2862.83
MiniLMv2-L6-H768-from-RoBERTa-Large81,529,3464:39:029:341:0665.8077.1751.7263.27
TinyRoBERTa81,529.3464:27:06*9:541:0469.3880.0753.2964.16
RoBERTa-Base124,056,5788:50:2918:592:1169.0680.0855.5366.49
RoBERTa-Large354,312,19429:16:061:01:107:0474.0884.3862.2072.88

* TinyRoBERTa's training time isn't directly comparable to the other models since it was distilled from VMware/roberta-large-mrqa that was already trained on MRQA.

Limitations and Bias

The model is based on a large and diverse dataset, but it may still have limitations and biases in certain areas. Some limitations include:

  • Language: The model is designed to work with English text only and may not perform as well on other languages.

  • Domain-specific knowledge: The model has been trained on a general dataset and may not perform well on questions that require domain-specific knowledge.

  • Out-of-distribution questions: The model may struggle with questions that are outside the scope of the MRQA dataset. This is best demonstrated by the delta between its scores on the eval vs test datasets.

In addition, the model may have some bias in terms of the data it was trained on. The dataset includes questions from a variety of sources, but it may not be representative of all populations or perspectives. As a result, the model may perform better or worse for certain types of questions or on certain types of texts.

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
ElectraForQuestionAnswering
Ревизия весов
ef0b46b

0 моделей