/ Модель

Характеристики

Контекст
514 токенов
Параметры
95,2 млн
Лицензия
CC BY 4.0
Архитектура
roberta · dense
Опубликована
2 мар 2022

tinyroberta-6l-768d

Ответы на вопросыТекст → текст3 профессии

Компактная англоязычная модель RoBERTa, дистиллированная из roberta-base и предназначенная для вопросно-ответных задач и дальнейшего дообучения.

131скачиваний за 30 дней3лайкавеса обновлены26 сен 2024

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

deepset/tinyroberta-6l-768d — компактная языковая модель на архитектуре RoBERTa, разработанная deepset и полученная дистилляцией roberta-base методом TinyBERT. Модель содержит 95,2 млн параметров, принимает текст и рассчитана на английский язык; при обучении использовались данные The PILE. По карточке Hugging Face, модель предназначена для задачи question answering, а её контекст ограничен 514 токенами.

Модель может служить компактной основой для задач обработки текста и дальнейшего дообучения для извлечения ответов из контекста. Она не проходила специализированную дистилляцию под конкретную задачу; deepset указывает на tinyroberta-squad2 как на вариант, уже дообученный для extractive QA. Весовые файлы доступны в форматах PyTorch и safetensors. Лицензия — CC BY 4.0.

Сценарии применения

  • дообучение компактной модели для извлечения ответов из контекста
  • эксперименты с дистилляцией языковых моделей
  • создание прототипов англоязычного question answering

Ограничения

Модель не дистиллирована под конкретную задачу, поэтому для прикладного question answering может потребоваться дообучение; контекст ограничен 514 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

roberta-base distilled into tinyroberta

Overview

Language model: roberta-base
Language: English
Training data: The PILE
Infrastructure: 4x Tesla v100

Hyperparameters

batch_size = 96
n_epochs = 4
max_seq_len = 384
learning_rate = 1e-4
lr_schedule = LinearWarmup
warmup_proportion = 0.2
teacher = "deepset/roberta-base"

Distillation

This model was distilled using the TinyBERT approach described in this paper and implemented in haystack. We have performed intermediate layer distillation with roberta-base as the teacher which resulted in deepset/tinyroberta-6l-768d. This model has not been distilled for any specific task. If you are interested in using distillation to improve its performance on a downstream task, you can take advantage of haystack's new distillation functionality. You can also check out deepset/tinyroberta-squad2 for a model that is already distilled on an extractive QA downstream task.

About us

deepset is the company behind the production-ready open-source AI framework Haystack.

Some of our other work:

Get in touch and join the Haystack community

We also have a Discord community open to everyone!

Twitter | LinkedIn | Discord | GitHub Discussions | Website | YouTube

By the way: we're hiring!

Как запустить

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

GPU в ailist

Универсальный рантайм · question-answering

Можно запустить

Подбираем GPU…

Класс архитектуры
RobertaForQuestionAnswering
Ревизия весов
eae7258

0 моделей