Модель BERT для извлечения ответов на вопросы из текста с контекстом до 512 токенов.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
bhavikardeshna/multilingual-bert-base-cased-vietnamese — модель семейства BERT, представленная в формате PyTorch и предназначенная для ответов на вопросы. По метаданным, она содержит 205,1 млн параметров и поддерживает контекст длиной до 512 токенов. Карточка README не содержит дополнительного описания назначения или обучения модели.
Модель подходит для сценариев извлечения ответа из текста в формате вопроса и контекста. Метаданные не подтверждают конкретные языки, лицензию или происхождение чекпойнта, поэтому эти характеристики не уточняются.
Контекст ограничен 512 токенами. Лицензия и языковое покрытие не подтверждены доступными данными.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
@misc{pandya2021cascading,
title={Cascading Adaptors to Leverage English Data to Improve Performance of Question Answering for Low-Resource Languages},
author={Hariom A. Pandya and Bhavik Ardeshna and Dr. Brijesh S. Bhatt},
year={2021},
eprint={2112.09866},
archivePrefix={arXiv},
primaryClass={cs.CL}
}
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · question-answering
Подбираем GPU…