/ Модель

Характеристики

Контекст
512 токенов
Параметры
31,6 млн
Архитектура
bert · dense

roberta-tiny-cased

ЭмбеддингиТекст → embedding4 профессии

Компактная модель RoBERTa для преобразования текста в контекстные признаки длиной до 512 токенов.

3 673скачиваний за 30 дней3лайкавеса обновлены19 мая 2021

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

haisongzhang/roberta-tiny-cased — компактная модель RoBERTa, опубликованная пользователем haisongzhang на Hugging Face. Карточка предлагает использовать её для извлечения признаков текста через Transformers; архитектура — плотная модель семейства BERT с классом BertModel, содержащая 31,6 млн параметров и поддерживающая контекст до 512 токенов.

Модель преобразует входной текст в контекстные векторные представления, которые можно использовать как основу для последующих задач NLP. Карточка не описывает целевые датасеты или конкретную языковую специализацию, поэтому нельзя надёжно указать поддерживаемые языки. Лицензия в доступных источниках не установлена.

Сценарии применения

  • получение векторных представлений токенов текста
  • извлечение признаков для последующей NLP-модели
  • подготовка текстовых признаков для классификатора
  • создание контекстных представлений коротких текстовых последовательностей

Ограничения

Контекст ограничен 512 токенами; карточка не приводит оценки качества, обучающие данные или языковую специализацию.

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

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
BertModel
Ревизия весов
2e8caf4

0 моделей