BERT-модель для извлечения ответов на вопросы по тексту на хинди и тамильском языках.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
Yuchen/muril-large-cased-hita-qa — модель для ответов на вопросы на хинди и тамильском языках. Она основана на архитектуре BERT и представлена в формате PyTorch; число параметров — около 604,7 млн, максимальная длина контекста — 512 токенов. Модель предназначена для извлечения ответа из предоставленного текста по вопросу пользователя.
Автор README указывает, что модель входила в ансамбль, занявший 4-е место среди 943 участников соревнования по Question Answering на хинди и тамильском, организованного Google Research India на Kaggle. Репозиторий распространяется по лицензии Apache-2.0. В карточке не описаны ограничения сверх контекстного окна в 512 токенов и участия модели в ансамбле.
Контекст ограничен 512 токенами; README сообщает о результате модели в составе ансамбля, поэтому качество отдельной модели может отличаться от результата команды.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This model is part of the ensemble that ranked 4/943 in the Hindi and Tamil Question Answering competition held by Google Research India at Kaggle.
from transformers import AutoTokenizer, AutoModelForQuestionAnswering
tokenizer = AutoTokenizer.from_pretrained("Yuchen/muril-large-cased-hita-qa")
model = AutoModelForQuestionAnswering.from_pretrained("Yuchen/muril-large-cased-hita-qa")
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · question-answering
Подбираем GPU…