/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Базовая модель
bert-base-uncased
Опубликована
3 дек 2023

google-query-rating

Классификация текстаТекст → label4 профессии

Дообученная BERT-модель для классификации поисковых запросов, обученная на наборе Google Well-Formed Query.

1 462скачиваний за 30 дней0лайковвеса обновлены3 дек 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

Yanni8/google-query-rating — модель классификации текста на основе BERT, дообученная разработчиком репозитория на наборе google_wellformed_query. Она предназначена для оценки и классификации поисковых запросов, например, для анализа их корректности или пригодности; подробное описание целевых классов и сценариев в карточке не приведено. Модель содержит 136,7 млн параметров, принимает текстовые последовательности длиной до 512 токенов и использует архитектуру BertForSequenceClassification. Репозиторий предоставляет веса в формате safetensors.

Модель основана на google-bert/bert-base-uncased и выпущена под лицензией Apache 2.0. Карточка не содержит сведений о точности, схеме меток и ограничениях оценки, поэтому перед применением в автоматизированных решениях результаты следует проверить на данных целевого сценария.

Сценарии применения

  • классификация поисковых запросов
  • оценка корректности формулировки поискового запроса
  • фильтрация и анализ пользовательских запросов
  • построение признаков для поиска и аналитики запросов

Ограничения

В карточке не описаны целевые классы, методика оценки и точность модели. Максимальная длина входа составляет 512 токенов.

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

google-query-rating

This model is a fine-tuned version of bert-base-uncased on the google_wellformed_query 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: 1e-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: 6

Training results

Framework versions

  • Transformers 4.35.2
  • Pytorch 2.1.1+cu121
  • Datasets 2.15.0
  • Tokenizers 0.15.0

Как запустить

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

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForSequenceClassification
Ревизия весов
ba8dff4

0 моделей