/ Модель

Характеристики

Контекст
512 токенов
Параметры
12,1 млн
Лицензия
MIT
Архитектура
bert · dense
Опубликована
2 мар 2022

rubert-tiny

Заполнение пропусковТекст → текст5 профессий

Компактная дистиллированная BERT-модель для заполнения маски, дообучения на простых русско-английских NLU-задачах и получения межъязыковых представлений предложений.

4 843скачиваний за 30 дней48лайковвеса обновлены9 фев 2024

Бенчмарки

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

Публичные оценки24

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • ScalaClassification

    main_score

    Результат

    0,504

    MTEB

    Публичная таблицаревизия совпадает

  • T2Reranking

    main_score

    Результат

    0,5586

    MTEB

    Публичная таблицаревизия совпадает

  • OpusparcusPC

    main_score

    Результат

    0,8745

    MTEB

    Публичная таблицаревизия совпадает

  • MassiveScenarioClassification

    main_score

    Результат

    0,3896

    Общий результат 0,3743Общий результат 0,3433Общий результат 0,0919
    MTEB

    Публичная таблицаревизия совпадает

  • SanskritShlokasClassification

    main_score

    Результат

    0,6875

    MTEB

    Публичная таблицаревизия совпадает

  • MTOPIntentClassification

    main_score

    Результат

    0,4727

    MTEB

    Публичная таблицаревизия совпадает

  • Tatoeba

    main_score

    Результат

    0,0138

    Общий результат 0,0322Общий результат 0,0269Общий результат 0,0036
    MTEB

    Публичная таблицаревизия совпадает

  • SIB200ClusteringS2S

    main_score

    Результат

    0,078

    Общий результат 0,1493Общий результат 0,064Общий результат 0,0479
    MTEB

    Публичная таблицаревизия совпадает

  • MasakhaNEWSClusteringP2P

    main_score

    Результат

    0,3435

    Общий результат 0,4718
    MTEB

    Публичная таблицаревизия совпадает

  • MassiveIntentClassification

    main_score

    Результат

    0,3861

    Общий результат 0,4342
    MTEB

    Публичная таблицаревизия совпадает

  • MIRACLRetrievalHardNegatives

    main_score

    Результат

    0

    MTEB

    Публичная таблицаревизия совпадает

  • MLQARetrieval

    main_score

    Результат

    0,0042

    Общий результат 0,0093Общий результат 0,0035
    MTEB

    Публичная таблицаревизия совпадает

  • IndicGenBenchFloresBitextMining

    main_score

    Результат

    0,0049

    Общий результат 0,005Общий результат 0,0043Общий результат 0,004
    MTEB

    Публичная таблицаревизия совпадает

  • CUREv1

    main_score

    Результат

    0,0009

    Общий результат 0,0417
    MTEB

    Публичная таблицаревизия совпадает

  • BUCC.v2

    main_score

    Результат

    0

    MTEB

    Публичная таблицаревизия совпадает

  • OpenTenderClassification

    main_score

    Результат

    0,1556

    MTEB

    Публичная таблицаревизия совпадает

  • Robust04InstructionRetrieval

    main_score

    Результат

    −0,0412

    MTEB

    Публичная таблицаревизия совпадает

  • SemRel24STS

    main_score

    Результат

    0,5964

    MTEB

    Публичная таблицаревизия совпадает

  • MLSUMClusteringP2P

    main_score

    Результат

    0,0881

    MTEB

    Публичная таблицаревизия совпадает

  • STS22

    main_score

    Результат

    0,4586

    Общий результат 0,2771
    MTEB

    Публичная таблицаревизия совпадает

  • RuSciBenchGRNTIClusteringP2P

    main_score

    Результат

    0,2989

    MTEB

    Публичная таблицаревизия совпадает

  • CQADupstackPhysicsRetrieval

    main_score

    Результат

    0,0691

    MTEB

    Публичная таблицаревизия совпадает

  • DiaBlaBitextMining

    main_score

    Результат

    0,0229

    MTEB

    Публичная таблицаревизия совпадает

  • HindiDiscourseClassification

    main_score

    Результат

    0,2433

    MTEB

    Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

cointegrated/rubert-tiny — компактная дистиллированная модель семейства BERT для русского и английского языков. Она содержит около 12,1 млн параметров, использует архитектуру BertForPreTraining и принимает последовательности длиной до 512 токенов. Модель обучалась с MLM-loss на корпусах Yandex Translate, OPUS-100 и Tatoeba; при обучении также применялись дистилляция от bert-base-multilingual-cased и функции потерь для ранжирования переводов и выравнивания предложений.

Модель подходит для заполнения маскированных токенов и как компактная основа для дообучения на простых задачах NLU, например классификации тональности и распознавания именованных сущностей. Вектор представления [CLS] можно использовать как межъязыковое представление предложений на русском и английском языках. Она примерно в десять раз меньше и быстрее BERT базового размера, но уступает ему в точности; автор README рекомендует более новую rubert-tiny2 для лучшего качества на большинстве русскоязычных NLU-задач. Репозиторий содержит веса PyTorch и safetensors и распространяется по лицензии MIT.

Сценарии применения

  • предсказание пропущенных слов в русском и английском тексте
  • дообучение компактной модели для распознавания именованных сущностей
  • классификация тональности после дообучения
  • получение векторов предложений для сопоставления русского и английского текста

Ограничения

Модель компактна и быстра, но может уступать BERT базового размера по точности; автор README указывает, что rubert-tiny2 показывает лучшее качество на большинстве русскоязычных NLU-задач. Для NER и классификации тональности требуется дообучение.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

This is a very small distilled version of the bert-base-multilingual-cased model for Russian and English (45 MB, 12M parameters). There is also an updated version of this model, rubert-tiny2, with a larger vocabulary and better quality on practically all Russian NLU tasks.

This model is useful if you want to fine-tune it for a relatively simple Russian task (e.g. NER or sentiment classification), and you care more about speed and size than about accuracy. It is approximately x10 smaller and faster than a base-sized BERT. Its [CLS] embeddings can be used as a sentence representation aligned between Russian and English.

It was trained on the Yandex Translate corpus, OPUS-100 and Tatoeba, using MLM loss (distilled from bert-base-multilingual-cased), translation ranking loss, and [CLS] embeddings distilled from LaBSE, rubert-base-cased-sentence, Laser and USE.

There is a more detailed description in Russian.

Sentence embeddings can be produced as follows:

# pip install transformers sentencepiece
import torch
from transformers import AutoTokenizer, AutoModel
tokenizer = AutoTokenizer.from_pretrained("cointegrated/rubert-tiny")
model = AutoModel.from_pretrained("cointegrated/rubert-tiny")
# model.cuda()  # uncomment it if you have a GPU

def embed_bert_cls(text, model, tokenizer):
    t = tokenizer(text, padding=True, truncation=True, return_tensors='pt')
    with torch.no_grad():
        model_output = model(**{k: v.to(model.device) for k, v in t.items()})
    embeddings = model_output.last_hidden_state[:, 0, :]
    embeddings = torch.nn.functional.normalize(embeddings)
    return embeddings[0].cpu().numpy()

print(embed_bert_cls('привет мир', model, tokenizer).shape)
# (312,)

Как запустить

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

GPU в ailist

Универсальный рантайм · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForPreTraining
Ревизия весов
5441c5e

0 моделей