/ Модель
Каталог

Характеристики

Контекст
40 токенов
Параметры
137 млн
Лицензия
Apache 2.0
Архитектура
vilt · dense
Базовая модель
vilt-b32-mlm
Опубликована
7 апр 2024

Ссылки

Hugging Face

vilt_finetuned_200

farishehzad
Ответы на вопросыТекст → текст4 профессии

Дообученная ViLT-модель для ответов на текстовые вопросы о содержимом изображений.

7скачиваний за 30 дней0лайковвеса обновлены7 апр 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

farishehzad/vilt_finetuned_200 — дообученная модель ViLT на основе dandelin/vilt-b32-mlm, опубликованная пользователем farishehzad. Она предназначена для визуальных вопросов и ответов: принимает изображение и текстовый вопрос, затем выдаёт текстовый ответ. Архитектура ViLT объединяет обработку изображений и текста; модель содержит 136,7 млн параметров и имеет контекст до 40 токенов. Репозиторий содержит веса в формате safetensors.

Модель подходит для ответов на вопросы о содержимом изображений. Данные обучения указаны как неизвестный набор, поэтому нельзя судить о тематическом охвате и качестве ответов. Лицензия — Apache-2.0.

Сценарии применения

  • ответы на вопросы о содержимом фотографии
  • поиск объектов и деталей на изображении по вопросу
  • создание ответов на вопросы к иллюстрациям

Ограничения

Набор данных обучения не описан, поэтому качество и тематический охват модели не установлены. Контекст ограничен 40 токенами.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейI.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиIV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модельIV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

vilt_finetuned_200

This model is a fine-tuned version of dandelin/vilt-b32-mlm on an unknown dataset.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-05
  • train_batch_size: 4
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 2

Training results

Framework versions

  • Transformers 4.40.0.dev0
  • Pytorch 2.2.1+cu121
  • Datasets 2.18.0
  • Tokenizers 0.15.2

Как запустить

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

GPU в ailist

Универсальный рантайм · question-answering

Нельзя запустить

Для архитектуры vilt нет загрузчика под задачу question-answering.

Класс архитектуры
ViltForQuestionAnswering
Ревизия весов
998e003

0 моделей

    Создать бенчмарк