/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Архитектура
bert · dense
Опубликована
2 мар 2022

mirror-bert-base-uncased-sentence-drophead

ЭмбеддингиТекст → embedding

Англоязычный энкодер предложений на базе BERT для получения эмбеддингов и сравнения смысловой близости текстов.

100скачиваний за 30 дней0лайковвеса обновлены26 июн 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

cambridgeltl/mirror-bert-base-uncased-sentence-drophead — модель кодирования предложений, предложенная Liu и соавторами в 2021 году. Она основана на BERT-base-uncased и обучена без учителя на неразмеченных предложениях; в качестве аугментации пространства признаков используется drophead вместо dropout. Для получения представления входа README рекомендует усреднять векторы всех токенов.

Модель предназначена для извлечения векторных представлений предложений, в том числе для сравнения их смысловой близости. Она содержит 136,7 млн параметров, принимает текст с контекстом до 512 токенов и выдаёт признаки для последующей обработки. Карточка указывает английский язык. Весовые файлы доступны в форматах PyTorch и safetensors; отдельная лицензия в предоставленных данных не указана.

Сценарии применения

  • получение эмбеддингов предложений
  • сравнение смысловой близости текстов
  • поиск похожих предложений
  • кластеризация предложений по смыслу

Ограничения

Для представления текста требуется усреднить признаки всех токенов. Результаты не полностью воспроизводят показатели статьи, поскольку опубликованные значения усреднялись по трём запускам.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

language: en

tags:

  • sentence-embeddings
  • sentence-similarity

cambridgeltl/mirror-bert-base-uncased-sentence-drophead

An unsupervised sentence encoder proposed by Liu et al. (2021), using drophead instead of dropout as feature space augmentation. Trained with unlabelled raw sentences, using bert-base-uncased as the base model. Please use mean-pooling over all tokens as the representation of the input.

Note the model does not replicate the exact numbers in the paper since the reported numbers in the paper are average of three runs.

Citation

@inproceedings{
	liu2021fast,
  title={Fast, Effective, and Self-Supervised: Transforming Masked Language Models into Universal Lexical and Sentence Encoders},
  author={Liu, Fangyu and Vuli{\'c}, Ivan and Korhonen, Anna and Collier, Nigel},
  booktitle={EMNLP 2021},
  year={2021}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
BertModel
Ревизия весов
ecf722d

0 моделей