/ Модель

Характеристики

Контекст
512 токенов
Параметры
136 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Базовая модель
bert-finetuned-squad-5
Опубликована
9 авг 2023

bert-finetuned-squad-7

Ответы на вопросыТекст → текст5 профессий

Дообученная модель BERT для извлечения ответов на вопросы из текстового контекста.

16скачиваний за 30 дней0лайковвеса обновлены9 авг 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

badokorach/bert-finetuned-squad-7 — модель BERT, дообученная разработчиком badokorach на основе badokorach/bert-finetuned-squad-5 для ответов на вопросы. Она предназначена для извлечения ответа из предоставленного контекста; карточка сообщает о дообучении на неизвестном наборе данных и приводит значение Train Loss 0,0011 на 29-й эпохе. Модель содержит 135,5 млн параметров, принимает текст с контекстом длиной до 512 токенов и выдаёт текстовый ответ. Доступна в формате TensorFlow по лицензии Apache-2.0.

Карточка не описывает обучающие и оценочные данные, языки, качество на независимых тестах или ограничения применения. Поэтому пригодность для конкретного языка и предметной области следует проверять отдельно.

Сценарии применения

  • извлечение ответа из фрагмента текста по вопросу
  • поиск ответа в текстовой справке или документации
  • создание прототипа системы ответов на вопросы

Ограничения

Язык и обучающий набор данных не указаны, поэтому качество для конкретного языка и тематики не установлено. Приведённое значение Train Loss не подтверждает качество на независимых тестах.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

badokorach/bert-finetuned-squad-7

This model is a fine-tuned version of badokorach/bert-finetuned-squad-5 on an unknown dataset. It achieves the following results on the evaluation set:

  • Train Loss: 0.0011
  • Epoch: 29

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:

  • optimizer: {'inner_optimizer': {'class_name': 'AdamWeightDecay', 'config': {'name': 'AdamWeightDecay', 'learning_rate': {'class_name': 'PolynomialDecay', 'config': {'initial_learning_rate': 4e-05, 'decay_steps': 1950, 'end_learning_rate': 0.0, 'power': 1.0, 'cycle': False, 'name': None}}, 'decay': 0.0, 'beta_1': 0.9, 'beta_2': 0.999, 'epsilon': 1e-08, 'amsgrad': False, 'weight_decay_rate': 0.01}}, 'dynamic': True, 'initial_scale': 32768.0, 'dynamic_growth_steps': 2000}
  • training_precision: mixed_float16

Training results

Train LossEpoch
0.06730
0.12011
0.05022
0.02093
0.02784
0.03585
0.02686
0.02587
0.02128
0.02479
0.010410
0.010111
0.003312
0.004413
0.018514
0.005115
0.001116
0.004317
0.002218
0.002619
0.001920
0.001221
0.001322
0.000923
0.000824
0.000725
0.001626
0.000627
0.000628
0.001129

Framework versions

  • Transformers 4.31.0
  • TensorFlow 2.12.0
  • Datasets 2.14.4
  • Tokenizers 0.13.3

Как запустить

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

GPU в ailist

Универсальный рантайм · question-answering

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Класс архитектуры
BertForQuestionAnswering
Ревизия весов
7ad0652

0 моделей