/ Модель

Характеристики

Контекст
512 токенов
Лицензия
Apache 2.0
Архитектура
distilbert · dense
Базовая модель
distilbert-base-uncased-distilled-squad
Опубликована
18 мар 2024

distilbert-base-uncased-distilled-squad-finetuned-SRH-v1

Ответы на вопросыТекст → текст

Дообученная модель DistilBERT для извлечения ответов на вопросы из текста.

10скачиваний за 30 дней0лайковвеса обновлены18 мар 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

allistair99/distilbert-base-uncased-distilled-squad-finetuned-SRH-v1 — модель DistilBERT, дообученная на наборе данных srh_test66 для ответов на вопросы по предоставленному контексту. В метаданных архитектура указана как DistilBertForQuestionAnswering; модель распространяется в формате safetensors и использует лицензию Apache-2.0.

Модель предназначена для извлечения ответа из текста в ответ на вопрос. Её контекстное окно составляет 512 токенов. В README приведено значение Loss 1.5894 на оценочном наборе, но описание набора данных и подробные сведения о качестве и ограничениях отсутствуют.

Сценарии применения

  • ответы на вопросы по предоставленному тексту
  • извлечение фактов из коротких документов
  • поиск ответа в тексте по заданному вопросу

Ограничения

Контекст ограничен 512 токенами. README не содержит подробностей об оценочном наборе и качестве модели; значение Loss само по себе не показывает практическую точность.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

distilbert-base-uncased-distilled-squad-finetuned-SRH-v1

This model is a fine-tuned version of distilbert-base-uncased-distilled-squad on the srh_test66 dataset. It achieves the following results on the evaluation set:

  • Loss: 1.5894

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: 16
  • eval_batch_size: 16
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 3

Training results

Training LossEpochStepValidation Loss
1.95041.0431.6025
1.4762.0861.5765
0.38583.01291.5894

Framework versions

  • Transformers 4.38.2
  • Pytorch 2.2.1+cu121
  • Datasets 2.18.0
  • Tokenizers 0.15.2

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
DistilBertForQuestionAnswering
Ревизия весов
6e869c4

0 моделей