A scorer model is trained on Wikidata SimpleQuestions for picking up relevant relations.
The model is trained from roberta-base model.
Check subgraph retrieval toolkit for more details.
Характеристики
- Контекст
- 514 токенов
- Параметры
- 152 млн
- Лицензия
- MIT
- Архитектура
- roberta · dense
- Опубликована
- 1 мая 2023
Ссылки
wikidata-simplequestions
Дообученный на Wikidata SimpleQuestions оценщик RoBERTa для выбора релевантных отношений при поиске ответов в Wikidata.
1 003скачиваний за 30 дней0лайковвеса обновлены9 окт 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
Это модель-оценщик на базе RoBERTa, дообученная на наборе Wikidata SimpleQuestions для выбора релевантных отношений в графе знаний. Она предназначена для сценариев поиска ответа на простой вопрос по Wikidata: оценивать отношения-кандидаты, найденные при извлечении подграфа, и помогать выбрать подходящее для вопроса отношение. В репозитории указаны архитектура RoBERTa для masked language modeling, 151,8 млн параметров и контекст до 514 токенов; доступны веса PyTorch и safetensors.
Модель разработана drt и распространяется по лицензии MIT. Метаданные Hugging Face помечают её задачей fill-mask, однако README описывает специализированное ранжирование отношений; отдельный pipeline-тег text-ranking не заявлен. Она обучена на конкретном наборе вопросов Wikidata, поэтому область применения ограничена выбором отношений для вопросов этого типа; сведения о языках в карточке не приведены.
Сценарии применения
- ранжирование отношений-кандидатов для вопроса к Wikidata
- выбор отношения в подграфе при ответе на простой вопрос
- оценка релевантности связей графа знаний запросу
Ограничения
Обучение ориентировано на Wikidata SimpleQuestions и выбор релевантных отношений; перенос на другие графы знаний и типы вопросов не подтверждён. В карточке не описаны метрики качества или процедура использования оценщика.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделейI.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделейI.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · fill-mask
Подбираем GPU…
- Класс архитектуры
- RobertaForMaskedLM
- Ревизия весов
- 94104aa