/ Модель

Характеристики

Контекст
512 токенов
Параметры
59,7 млн
Лицензия
MIT
Архитектура
mobilebert · dense
Базовая модель
mobilebert-uncased-squad-v2
Опубликована
6 янв 2024

mobilebert-uncased-finetuned-agic-060124

Ответы на вопросыТекст → текст

Компактная англоязычная MobileBERT-модель для поиска ответов на вопросы в тексте.

11скачиваний за 30 дней0лайковвеса обновлены7 янв 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

badokorach/mobilebert-uncased-finetuned-agic-060124 — компактная модель MobileBERT для поиска ответов на вопросы в предоставленном тексте. Она дообучена автором репозитория на базе csarron/mobilebert-uncased-squad-v2; обучающий набор данных не назван. Модель содержит 59,7 млн параметров, принимает текстовый контекст длиной до 512 токенов и выдаёт ответ на вопрос. В метаданных указаны TensorFlow и лицензия MIT.

Модель подходит для извлечения ответов из англоязычных текстов, например, в системах вопросов и ответов по документам. Карточка сообщает метрики обучения, но не описывает набор данных, сценарии оценки или ограничения качества, поэтому эти результаты не позволяют судить о надёжности модели на новых данных.

Сценарии применения

  • извлечение ответа на вопрос из англоязычного текста
  • поиск фактов в статьях и документах
  • ответы на вопросы по тексту в мобильном приложении

Ограничения

Обучающий набор данных и подробные ограничения в карточке не описаны. Указанные значения потерь не сопровождаются сведениями о наборе оценки и не гарантируют качество на новых текстах.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

badokorach/mobilebert-uncased-finetuned-agic-060124

This model is a fine-tuned version of csarron/mobilebert-uncased-squad-v2 on an unknown dataset. It achieves the following results on the evaluation set:

  • Train Loss: 1.4106
  • Validation Loss: 0.0
  • Epoch: 9

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: {'name': 'Adam', 'weight_decay': 0.02, 'clipnorm': None, 'global_clipnorm': None, 'clipvalue': None, 'use_ema': False, 'ema_momentum': 0.99, 'ema_overwrite_frequency': None, 'jit_compile': True, 'is_legacy_optimizer': False, 'learning_rate': {'module': 'keras.optimizers.schedules', 'class_name': 'PolynomialDecay', 'config': {'initial_learning_rate': 1e-05, 'decay_steps': 1160, 'end_learning_rate': 1e-07, 'power': 1.0, 'cycle': False, 'name': None}, 'registered_name': None}, 'beta_1': 0.9, 'beta_2': 0.999, 'epsilon': 1e-07, 'amsgrad': False}
  • training_precision: mixed_float16

Training results

Train LossValidation LossEpoch
2.45420.00
2.06320.01
1.89300.02
1.78580.03
1.66400.04
1.58850.05
1.52690.06
1.46180.07
1.46480.08
1.41060.09

Framework versions

  • Transformers 4.35.2
  • TensorFlow 2.15.0
  • Datasets 2.16.1
  • Tokenizers 0.15.0

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
MobileBertForQuestionAnswering
Ревизия весов
e868024

0 моделей