/ Модель
Каталог

Характеристики

Контекст
512 токенов
Параметры
129 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Опубликована
31 мар 2022

Ссылки

Hugging Face

chinese-bert-wwm-finetuned-product

agdsga
Генерация текстаТекст → текст3 профессии

Дообученная BERT-модель для генерации текста, помеченная как ориентированная на product-сценарии.

97скачиваний за 30 дней0лайковвеса обновлены7 апр 2022

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 «Текст» — 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.

Открыть конструктор бенчмарка

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

Это дообученная модель на базе hfl/chinese-bert-wwm, опубликованная пользователем agdsga. В метаданных указаны архитектура BERT с головой BertLMHeadModel, 129,5 млн параметров и контекст до 512 токенов. Модель предназначена для генерации текста; карточка называет её дообученной для product, но не описывает конкретные сценарии применения или обучающие данные.

Модель принимает текст и выдаёт текст. В карточке указана лицензия Apache-2.0. Оценка Loss 0.0000 приведена без подробностей об оценочном наборе, поэтому по ней нельзя судить о качестве модели; также README не раскрывает известные ограничения.

Сценарии применения

  • генерация текста в продуктовых приложениях
  • создание текстовых ответов в сценариях с товарами
  • эксперименты с генерацией на основе китайского BERT

Ограничения

Назначение и обучающие данные описаны недостаточно, а значение Loss 0.0000 приведено без контекста оценки. Хотя метаданные относят модель к text-generation, карточка не приводит примеров или подробностей о качестве генерации.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
IV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934моделиIII.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594моделиIII.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

chinese-bert-wwm-finetuned-product

This model is a fine-tuned version of hfl/chinese-bert-wwm on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0000

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: 2e-05
  • train_batch_size: 64
  • eval_batch_size: 64
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 3.0

Training results

Training LossEpochStepValidation Loss
0.00031.064730.0000
0.00012.0129460.0000
0.03.0194190.0000

Framework versions

  • Transformers 4.17.0
  • Pytorch 1.6.0
  • Datasets 2.0.0
  • Tokenizers 0.11.6

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
BertLMHeadModel
Ревизия весов
920fb59

0 моделей

    Создать бенчмарк