Характеристики

Контекст: 512 токенов
Параметры: 124 млн
Лицензия: MIT
Архитектура: bert · dense
Базовая модель: Multilingual-MiniLM-L12-H384
Опубликована: 12 дек 2022

Ссылки

Hugging Face

multilingual_minilm-amazon-massive-intent

cartesinus

Классификация текстаТекст → label3 профессии

Дообученная многоязычная MiniLM для определения пользовательских намерений в коротких текстовых запросах.

302скачиваний за 30 дней5лайковвеса обновлены13 сен 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

Модель cartesinus/multilingual_minilm-amazon-massive-intent — дообученная версия microsoft/Multilingual-MiniLM-L12-H384 для классификации намерений по тексту. Она обучена на наборе MASSIVE 1.1 и подходит для определения намерения пользователя по коротким запросам, например в системах понимания естественного языка и маршрутизации обращений. Модель построена на архитектуре BERT, содержит 124,3 млн параметров и принимает последовательности длиной до 512 токенов. В формате оценки на наборе данных указаны accuracy и F1 по 0,8234.

Репозиторий содержит веса PyTorch и SafeTensors. Лицензия — MIT. Карточка не описывает ограничения и не приводит подробностей о поддерживаемых языках дообученной модели; базовая модель многоязычная, а в тегах модели указан английский.

Сценарии применения

определение намерения в запросах пользователей
классификация команд для голосового или чат-ассистента
маршрутизация обращений в службу поддержки по типу запроса

Ограничения

На MASSIVE 1.1 указаны accuracy и F1 по 0,8234; качество на других данных может отличаться. Карточка не уточняет ограничения или языковой охват именно дообученного чекпойнта.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей III.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

multilingual_minilm-amazon-massive-intent

This model is a fine-tuned version of microsoft/Multilingual-MiniLM-L12-H384 on the MASSIVE1.1 dataset. It achieves the following results on the evaluation set:

Loss: 0.8941
Accuracy: 0.8234
F1: 0.8234

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:

learning_rate: 2e-05
train_batch_size: 16
eval_batch_size: 16
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 15

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy	F1
3.7961	1.0	720	3.1657	0.3404	0.3404
3.1859	2.0	1440	2.4835	0.4343	0.4343
2.3104	3.0	2160	2.0474	0.5652	0.5652
2.0071	4.0	2880	1.7190	0.6503	0.6503
1.5595	5.0	3600	1.4873	0.6990	0.6990
1.3664	6.0	4320	1.3088	0.7354	0.7354
1.1272	7.0	5040	1.1964	0.7521	0.7521
1.0128	8.0	5760	1.1115	0.7718	0.7718
0.9405	9.0	6480	1.0598	0.7841	0.7841
0.7758	10.0	7200	1.0003	0.7944	0.7944
0.7457	11.0	7920	0.9599	0.8037	0.8037
0.6605	12.0	8640	0.9175	0.8165	0.8165
0.6135	13.0	9360	0.9148	0.8190	0.8190
0.5698	14.0	10080	0.8976	0.8229	0.8229
0.5578	15.0	10800	0.8941	0.8234	0.8234

Framework versions

Transformers 4.25.1
Pytorch 1.13.0+cu116
Datasets 2.7.1
Tokenizers 0.13.2

Как запустить

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

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: BertForSequenceClassification
Ревизия весов: 08dc481