Характеристики

Контекст: 1 024 токена
Лицензия: MIT
Архитектура: gpt2 · dense
Опубликована: 26 сен 2022

Ссылки

Hugging Face

gpt2-large-span-head-finetuned-squad

anas-awadalla

Ответы на вопросыТекст → текст6 профессий

Дообученная на SQuAD модель GPT-2 Large извлекает ответы на вопросы из предоставленного текста.

17скачиваний за 30 дней0лайковвеса обновлены4 окт 2022

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

Это дообученная на наборе SQuAD модель GPT-2 Large с головой для извлечения ответов на вопросы. Она предназначена для ответов на вопросы по предоставленному тексту: модель определяет фрагмент текста, который отвечает на вопрос. Используйте её для поиска ответов в контексте, например, в справочных материалах и документах на английском языке.

Модель построена на архитектуре GPT-2 и принимает текст, выдавая текстовый ответ. Длина контекста составляет 1024 токена. Весы опубликованы в формате PyTorch. Лицензия — MIT. README не содержит сведений о дополнительных оценках качества или ограничениях применения.

Сценарии применения

извлечение ответа из текста по вопросу
ответы на вопросы по справочным материалам
поиск фактов в англоязычных документах

Ограничения

Контекст ограничен 1024 токенами. Модель дообучена на SQuAD, поэтому её применимость к другим типам текстов может отличаться.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделей I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

gpt2-large-span-head-finetuned-squad

This model is a fine-tuned version of gpt2-large on the squad 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: 3e-05
train_batch_size: 8
eval_batch_size: 8
seed: 42
distributed_type: multi-GPU
num_devices: 2
total_train_batch_size: 16
total_eval_batch_size: 16
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 2.0

Training results

Framework versions

Transformers 4.20.0.dev0
Pytorch 1.11.0+cu113
Datasets 2.3.2
Tokenizers 0.11.6

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: GPT2ForQuestionAnswering
Ревизия весов: e5e5d73