Русскоязычная модель BERT для определения логической связи между двумя короткими текстами и классификации без примеров.
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
cointegrated/rubert-base-cased-nli-twoway — русскоязычная модель на базе BERT, созданная дообучением DeepPavlov/rubert-base-cased для распознавания логической связи между двумя короткими текстами. Модель содержит 205,1 млн параметров и принимает последовательности длиной до 512 токенов.
Модель предсказывает, следует ли один текст из другого: entailment или not entailment. Её можно применять для классификации текстовых пар и как основу для классификации без заранее заданных обучающих примеров, задавая варианты классов в виде текстовых гипотез. Обучение связано с набором cointegrated/nli-rus-translated-v2021.
Модель ориентирована на русский язык и распространяется в форматах PyTorch и Safetensors. README не сообщает лицензию, поэтому условия использования по доступным сведениям определить нельзя. Она рассчитана на короткие пары текстов; результаты для длинных документов и задач, отличных от вывода по текстовым парам, не подтверждены.
Модель предназначена для коротких пар текстов и имеет контекст до 512 токенов. Лицензия в доступных материалах не указана, а качество для задач вне NLI не подтверждено.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This is the DeepPavlov/rubert-base-cased fine-tuned to predict the logical relationship between two short texts: entailment or not entailment.
For more details, see the card for a similar model: https://huggingface.co/cointegrated/rubert-base-cased-nli-threeway
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · text-classification
Подбираем GPU…