/ Модель

Характеристики

Контекст
512 токенов
Параметры
4,4 млн
Лицензия
MIT
Архитектура
bert · dense
Базовая модель
bert-tiny
Опубликована
31 дек 2023

V1

Ответы на вопросыТекст → текст3 профессии

Компактная дообученная BERT-модель для извлечения ответов на вопросы из текста, включая случаи без ответа в контексте.

33скачиваний за 30 дней0лайковвеса обновлены1 янв 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

VenkatManda/V1 — дообученная модель BERT-tiny, разработанная на основе prajjwal1/bert-tiny и обученная на датасете SQuAD v2. Она предназначена для ответов на вопросы по предоставленному тексту: модель извлекает ответ из контекста, а обучение на SQuAD v2 поддерживает сценарии, где контекст может не содержать ответа. Архитектура — компактная BERT-модель с 4,4 млн параметров и контекстом до 512 токенов; репозиторий содержит веса в формате safetensors. Лицензия — MIT.

Карточка не приводит результатов оценки или подробных ограничений качества, поэтому пригодность для конкретных данных следует проверять отдельно. Модель ориентирована на англоязычный набор данных SQuAD v2; сведения о поддержке других языков не приведены.

Сценарии применения

  • поиск ответа на вопрос в коротком англоязычном тексте
  • извлечение факта из контекста для системы вопросов и ответов
  • определение, содержит ли текст ответ на заданный вопрос

Ограничения

Контекст ограничен 512 токенами. Карточка не содержит метрик оценки или подробных сведений о качестве; обучение на SQuAD v2 указывает на англоязычную специализацию.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

V1

This model is a fine-tuned version of prajjwal1/bert-tiny on the squad_v2 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: 5e-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

Exact MatchF1
Adam44.7747.3637

Framework versions

  • Transformers 4.37.0.dev0
  • Pytorch 2.1.0+cu118
  • Datasets 2.16.1
  • Tokenizers 0.15.0

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
BertForQuestionAnswering
Ревизия весов
2a0a5c5

0 моделей