/ Модель

Характеристики

Контекст
512 токенов
Параметры
434 млн
Архитектура
bert · dense
Библиотека
sentence-transformers
Опубликована
5 июл 2024

fin_embed_large

ЭмбеддингиТекст → embedding4 профессии

Англоязычная BERT-модель эмбеддингов, дообученная для поиска ответов и финансовой информации в годовых отчётах компаний.

101скачиваний за 30 дней0лайковвеса обновлены5 июл 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

FinEmbedLarge — англоязычная модель эмбеддингов, созданная дообучением BAAI/bge-large-en-v1.5 на парах «вопрос—ответ» из примерно 50 годовых отчётов компаний S&P 500. Она предназначена для поиска финансовой информации по смыслу: преобразует текстовые запросы и фрагменты документов в векторы, которые можно сравнивать для ранжирования релевантных материалов. Модель построена на архитектуре BERT, содержит 433,9 млн параметров и принимает последовательности длиной до 512 токенов.

В оценке на отложенных финансовых документах модель показала более высокие значения метрик поиска, чем исходная BGE Large 1.5; результаты относятся к описанному набору данных. Репозиторий содержит веса в формате safetensors и указывает использование Sentence-Transformers. Лицензия в предоставленных данных не указана.

Сценарии применения

  • поиск фрагментов годовых финансовых отчётов по вопросу
  • семантический поиск по документам компаний S&P 500
  • ранжирование финансовых документов по релевантности запросу

Ограничения

Дообучение проводилось на парах вопросов и ответов из примерно 50 годовых отчётов S&P 500, поэтому пригодность для иных корпусов и типов финансовых документов требует отдельной оценки. Контекст ограничен 512 токенами.

Для каких профессий подходит4

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

Fin_Embed_Large

This is a finetune of BAAI/bge-large-en-v1.5. It is finetuned on Q/A pairs from ~ 50 s&p 500 annual reports.

Usage (Sentence-Transformers)

To use this model sentence-transformers installed:

pip install -U sentence-transformers

Then you can use the model like this:

from sentence_transformers import SentenceTransformer
sentences = ["This is an example sentence", "Each sentence is converted"]

model = SentenceTransformer('{MODEL_NAME}')
embeddings = model.encode(sentences)
print(embeddings)

Evaluation Results

Evaluated on retrieval task using financial documents held out from training data.

Modelcos_sim-Accuracy@1cos_sim-Accuracy@3cos_sim-Accuracy@5cos_sim-Accuracy@10cos_sim-Precision@1cos_sim-Recall@1cos_sim-Precision@3cos_sim-Recall@3cos_sim-Precision@5cos_sim-Recall@5cos_sim-Precision@10cos_sim-Recall@10
BGE Large 1.50.5136630920.6983742650.7713593910.8498789350.5136630920.5136630920.2327914220.6983742650.1542718780.7713593910.0849878930.849878935
FIN_EMBED0.5921826360.77412660.8332756830.893462470.5921826360.5921826360.25804220.77412660.1666551370.8332756830.0893462470.89346247

Training

The model was trained with the parameters:

DataLoader:

torch.utils.data.dataloader.DataLoader of length 443 with parameters:

{'batch_size': 10, 'sampler': 'torch.utils.data.sampler.SequentialSampler', 'batch_sampler': 'torch.utils.data.sampler.BatchSampler'}

Loss:

sentence_transformers.losses.MultipleNegativesRankingLoss.MultipleNegativesRankingLoss with parameters:

{'scale': 20.0, 'similarity_fct': 'cos_sim'}

Parameters of the fit()-Method:

{
    "epochs": 2,
    "evaluation_steps": 50,
    "evaluator": "sentence_transformers.evaluation.InformationRetrievalEvaluator.InformationRetrievalEvaluator",
    "max_grad_norm": 1,
    "optimizer_class": "<class 'torch.optim.adamw.AdamW'>",
    "optimizer_params": {
        "lr": 2e-05
    },
    "scheduler": "WarmupLinear",
    "steps_per_epoch": null,
    "warmup_steps": 88,
    "weight_decay": 0.01
}

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 512, 'do_lower_case': True}) with Transformer model: BertModel 
  (1): Pooling({'word_embedding_dimension': 1024, 'pooling_mode_cls_token': True, 'pooling_mode_mean_tokens': False, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
  (2): Normalize()
)

Citing & Authors

Как запустить

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

GPU в ailist

Универсальный рантайм · sentence-transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
BertModel
Ревизия весов
7b2b3c5

0 моделей