/ Модель

Характеристики

Контекст
512 токенов
Параметры
59,7 млн
Лицензия
MIT
Архитектура
mobilebert · dense
Базовая модель
mobilebert-uncased-squad-v2
Опубликована
18 дек 2023

mobilebert-uncased-finetuned-agic-181223

Ответы на вопросыТекст → текст3 профессии

Компактная англоязычная MobileBERT-модель для извлечения ответов на вопросы из текста.

10скачиваний за 30 дней0лайковвеса обновлены18 дек 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/mobilebert-uncased-finetuned-agic-181223 — англоязычная модель MobileBERT, дообученная на основе csarron/mobilebert-uncased-squad-v2. Она предназначена для извлечения ответов на вопросы из предоставленного текста и использует архитектуру MobileBertForQuestionAnswering. Модель содержит 59,7 млн параметров и поддерживает контекст длиной до 512 токенов.

Карточка сообщает о дообучении на неизвестном наборе данных и приводит результаты: потеря на обучении 0,0491, потеря на валидации 0,0 за 19 эпох. Эти значения сами по себе не позволяют оценить качество на новых данных. Модель опубликована под лицензией MIT.

Сценарии применения

  • извлечение ответа из статьи по заданному вопросу
  • ответы на вопросы по тексту документа
  • поиск нужного фрагмента в англоязычном тексте

Ограничения

Набор данных для дообучения не раскрыт, а результаты на тестовом наборе не приведены; указанная нулевая потеря валидации не подтверждает качество на новых данных.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

badokorach/mobilebert-uncased-finetuned-agic-181223

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: 0.0491
  • Validation Loss: 0.0
  • Epoch: 19

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': 'AdamWeightDecay', 'learning_rate': {'module': 'keras.optimizers.schedules', 'class_name': 'PolynomialDecay', 'config': {'initial_learning_rate': 1e-05, 'decay_steps': 1840, 'end_learning_rate': 0.0, 'power': 1.0, 'cycle': False, 'name': None}, 'registered_name': None}, 'decay': 0.0, 'beta_1': 0.9, 'beta_2': 0.999, 'epsilon': 1e-08, 'amsgrad': False, 'weight_decay_rate': 0.02}
  • training_precision: mixed_float16

Training results

Train LossValidation LossEpoch
0.11600.00
0.08630.01
0.08620.02
0.07820.03
0.07630.04
0.06610.05
0.07670.06
0.05460.07
0.06020.08
0.05020.09
0.05420.010
0.05770.011
0.04390.012
0.05080.013
0.04020.014
0.04810.015
0.04620.016
0.03820.017
0.04040.018
0.04910.019

Framework versions

  • Transformers 4.35.2
  • TensorFlow 2.15.0
  • Datasets 2.15.0
  • 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
138a484

0 моделей