/ Модель

Характеристики

Контекст
514 токенов
Параметры
137 млн
Лицензия
Apache 2.0
Архитектура
mpnet · dense
Опубликована
16 фев 2024

STAR-QA

ЭмбеддингиТекст → embedding4 профессии

STAR-QA — модель эмбеддингов для семантического поиска по документам аудита, управления рисками и комплаенса.

118скачиваний за 30 дней0лайковвеса обновлены21 фев 2024

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

STAR-QA — дообученная модель Sentence Transformers на базе sentence-transformers/all-mpnet-base-v2, предназначенная для поиска ответов в документах по аудиту, управлению рисками, комплаенсу и связанным нормативным материалам. Она кодирует текстовые фрагменты в плотные векторы размерности 768 для семантического поиска и кластеризации, в том числе как компонент конвейера RAG.

Модель обучена на примерно 18 тысячах пар «вопрос — ответ», сформированных из двухпредложных фрагментов документов с помощью LLM; при дообучении применялась MultipleNegativesRankingLoss. В README приведено сравнение с базовой моделью на отложенной выборке STAR-QA, где STAR-QA показала более высокие значения Precision@3, Recall@3 и MRR@10. Архитектура MPNet содержит 136,7 млн параметров, максимальный контекст — 514 токенов.

Модель подходит для поиска релевантных фрагментов по запросам и группировки похожих текстов в профильных корпусах. Она создаёт эмбеддинги, а не готовые ответы; качество за пределами описанных областей и оценки на выборке STAR-QA не подтверждены. Лицензия — Apache-2.0.

Сценарии применения

  • поиск ответа на вопрос в документах аудита
  • семантический поиск по нормативным материалам
  • поиск фрагментов о рисках и мерах контроля
  • кластеризация документов комплаенса
  • извлечение релевантных фрагментов для RAG

Ограничения

Модель выдаёт векторы и не генерирует ответы; заявленные результаты оценки относятся к отложенной выборке STAR-QA, поэтому качество на других корпусах не установлено.

Для каких профессий подходит4

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

Sentence Transformer for Audit Retrieval Question-Answering (STAR-QA)

Sentence Transformer for Audit Retrieval Question-Answering (STAR-QA) is a fine-tuned sentence-transformers model based on ALL-MPNET-BASE-V2. It has been developed to produce high-performance embeddings for audit, risk-management, compliance and associated regulatory documents. The model maps sentence pairs to a 768 dimensional dense vector space and can be used for tasks like clustering or semantic search as part of retrieval-augmented generation pipelines.

Evaluation Results

The model was evaluated on a held-out sample from the STAR-QA dataset (see below) using sentence-transformers.InformationRetrievalEvaluator. Reported metrics include cosine similarity of retrieved documents w/r/t ground truth P/R @ 3 candidates, as well as MRR @ 10, MAP @ 10 and NDCG @ 100. This fine-tuned model was also benchmarked against its base model using the same methodology.

MetricSTAR-QA ScoreALL-MPNET-BASE-V2 Score
Precision @ 30.3150.215
Recall @ 30.3240.223
MRR @ 100.8870.578
NDCG @ 100.440.303
MAP @ 1000.3160.209

Training Data

The model was fine-tuned on a corpus of audit, risk-management, compliance and associated regulatory documents sourced from the public internet. Documents were cleaned and chunked into 2-sentence blocks. Each block was then sent to a state-of-the-art LLM with the following prompt: "Write a question about {document_topic} for which this is the answer: {block}"

The resulting question and its associated ground-truth answer (collectively a "pair") constitute a single training example for the fine-tuning step. The final model was fine-tuned on ~18K such pairs.

Training

The model was fine-tuned with the parameters:

DataLoader:

torch.utils.data.dataloader.DataLoader of length 634 with parameters:

{'batch_size': 16, 'sampler': 'torch.utils.data.sampler.RandomSampler', 'batch_sampler': 'torch.utils.data.sampler.BatchSampler'}

Loss:

sentence_transformers.losses.MultipleNegativesRankingLoss.MultipleNegativesRankingLoss with parameters:

{'scale': 20.0, 'similarity_fct': 'cos_sim'}

Parameters of the fit()-Method:

{
    "epochs": 1,
    "evaluation_steps": 50,
    "evaluator": "sentence_transformers.evaluation.InformationRetrievalEvaluator.InformationRetrievalEvaluator",
    "max_grad_norm": 1,
    "optimizer_class": "<class 'torch.optim.adamw.AdamW'>",
    "optimizer_params": {
        "lr": 2e-05
    },
    "scheduler": "WarmupLinear",
    "steps_per_epoch": null,
    "warmup_steps": 10000,
    "weight_decay": 0.01
}

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 384, 'do_lower_case': False}) with Transformer model: MPNetModel 
  (1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False})
  (2): Normalize()
)

Citing & Authors

@misc{Theron_2024, 
  title={Sentence Transformer for Audit Retrieval Question-Answering (STAR-QA)},
  url={https://huggingface.co/dptrsa/STAR-QA},
  author={Theron, Daniel},
  year={2024},
  month={Feb}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MPNetModel
Ревизия весов
32ad39a

0 моделей