Характеристики

Контекст: 514 токенов
Параметры: 305 млн
Архитектура: xlm-roberta · dense

Ссылки

Hugging Face

xlm-roberta-qa-chaii

gokulkarthik

Ответы на вопросыТекст → текст3 профессии

Дообученная XLM-RoBERTa находит ответы на вопросы в тексте на английском, тамильском и хинди.

203скачиваний за 30 дней0лайковвеса обновлены6 дек 2021

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

gokulkarthik/xlm-roberta-qa-chaii — модель XLM-RoBERTa для извлечения ответов на вопросы, разработанная как дообученная версия предобученной XLM-RoBERTa. Модель сначала получила дополнительное обучение на английском наборе SQuAD, а затем была дообучена на Chaii с примерами на тамильском и хинди. Она предназначена для сценариев, где нужно найти ответ на вопрос в предоставленном тексте.

Модель имеет архитектуру XLM-RoBERTa с 305,2 млн параметров и принимает текст. Контекст ограничен 514 токенами. Репозиторий содержит веса PyTorch; для загрузки README показывает использование библиотеки Transformers. Модель поддерживает английский, тамильский и хинди.

Карточка не сообщает об оценках качества или подробных ограничениях; применимость стоит проверять на целевых данных, особенно за пределами языков и обучающих наборов SQuAD и Chaii. Условия лицензии в предоставленных сведениях не указаны.

Сценарии применения

поиск ответа на вопрос в англоязычном фрагменте текста
ответы на вопросы по текстам на тамильском языке
ответы на вопросы по текстам на хинди
извлечение ответа из документа или статьи
создание многоязычного прототипа системы вопросно-ответного поиска

Ограничения

Контекст ограничен 514 токенами; качество за пределами английского, тамильского и хинди и вне распределения SQuAD и Chaii не охарактеризовано. Лицензия не приведена в доступных сведениях.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделей I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

XLM-RoBERTa for question answering in Indian languages

pre-trained XLM-Roberta with intermediate pre-training on SQUAD dataset (English) and fine tuning on Chaii dataset (Tamil, Hindi)

How to use from the 🤗/transformers library

from transformers import AutoTokenizer, AutoModelForQuestionAnswering
  
tokenizer = AutoTokenizer.from_pretrained("gokulkarthik/xlm-roberta-qa-chaii")

model = AutoModelForQuestionAnswering.from_pretrained("gokulkarthik/xlm-roberta-qa-chaii")

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: XLMRobertaForQuestionAnswering
Ревизия весов: 02f9edd